評価は途中判断を記録する

何が新しいか部分評価をpromote/reject/continue/abstainの判断記録に変換する。

なぜ重要か少数fixtureでの早すぎる採用を防げる。

読む観点比較閾値、coverage、未決率、棄権理由を保存する。

何が新しいか記憶をprofile、event、recordに分け、queryごとにretrieval budgetを配分する。

なぜ重要か個人化アプリで誤記憶とtoken増を同時に抑えられる。

読む観点安定情報、最近の出来事、原文記録を分ける。

何が新しいか検索済み記憶が行動に効かないMemory-Action Gapを扱う。

なぜ重要かtrade_disciplineの助言で関係ない過去例の混入を減らせる。

読む観点focal evidenceとbackground contextを分ける。

何が新しいかtool useの難所をツール選択ではなく引数生成として測る。

なぜ重要かmcp-notion-serverの誤操作防止に直結する。

読む観点ネスト、相互依存、前回結果からの値導出をfixture化する。

何が新しいかMarkdownの見出し階層をchunk prefixとして残し、追加LLM callなしでMRRを改善する。

なぜ重要かNotion/Markdown RAGの文脈欠落を低コストで減らせる。

読む観点評価時にも候補の見出し文脈を剥がさない。

何が新しいかrepo全体の静的グラフではなく、必要箇所だけpartial dependency graphを辿る。

なぜ重要かCodex作業で関連ファイルを過不足なく集めるヒントになる。

読む観点entry point、依存先、呼び出し元、テストを段階収集する。

何が新しいかuser-specific dataを扱うMCP serverのOAuth 2.1、PRM、audit要件を整理する。

なぜ重要かmcp-notion-serverをremote化する前の判断材料になる。

読む観点STDIO localとremote HTTPで認可設計を分ける。

何が新しいか評価環境の隔離前提ミスが実システムへのアクセスにつながった事例を公開した。

なぜ重要かagent評価ではpromptより環境境界の機械検証が重要。

読む観点dry-run、allowlist、write禁止、送信先固定を確認する。