docs: 收录 2026-07 下旬调研批次（9 篇新条目 + 7 行观察项 + 3 篇翻译 + 存量回扫流程）

[deusyu]

概要

按 curate-research 流水线收录 2026-07 下旬批次（人类闸门已确认）。编号正文 50 → 59 篇，翻译 27 → 30 篇，本批全程执行审计后新规（sourceFigureCount 声明、插图入库 works/imgs/、超链接保留、关键数字回对原文），C1–C12 全绿。

新编号条目（脉络一 #47–55）

存量补课四件套（时间窗扫描的漏网，1–5 月官方重磅）：

#	条目	定位
47	Anthropic《Demystifying evals for AI agents》（01-09）	评测方法论官方补件：outcome≠transcript、pass@k/pass^k、CORE-Bench 42%→95% 基准病理
48	Cursor / Wilson Lin《Scaling long-running autonomous coding》（01-14）	数百并发智能体 × 数周：扁平自协调失败史 → planner/worker/judge；FastRender 百万行浏览器
49	Anthropic / Carlini《Building a C compiler with parallel Claudes》（02-05）	16 agent 无编排者、$20k/两周成本实账、GCC oracle 拆单体任务、"为 Claude 写测试"
50	Anthropic《How we contain Claude across products》（05-25）	三隔离模式 × 五起漏掉的风险；"白名单是能力授予"；先环境层遏制再模型层引导

7 月新增五条：#51 LangChain 动态子智能体+RLM（跨厂商收敛实锤）、#52 Böckeler 本地模型双备忘录、#53 Harness Handbook 论文（行为定位瓶颈，win rate +10.0/+18.9pp）、#54 Unmesh Joshi《DSLs Enable Reliable Use of LLMs》（语言层 harness）、#55 Osmani《Own the Outer Loop》（外环问责）。

新翻译（works/ +3，全部按 C10 新规）

• works/anthropic-c-compiler-translation.md（sourceFigureCount: 0，代码块与正文链接保留）
• works/cursor-scaling-agents-translation.md（1 图入库 works/imgs/cursor-scaling-agents/）
• works/anthropic-how-we-contain-translation.md（5 图入库 works/imgs/anthropic-how-we-contain/，逐张中文图注，正文超链接全量保留）

观察项与流程

• 观察项 +7 行：ChatGPT Work + Codex 合并（07-09）、LangChain Prompt Caching（49–80% 节省）、Osmani《Don't Outsource the Learning》（技能形成 RCT 50% vs 67%）、The Archaeologist's Copilot、Willison llm-coding-agent、donggeking 中文教材（🔵 待实测）
• 更新 2 行（Fragments 07-13 补 Kief Morris/Sam Ruby、Litt 演讲视频上线）；中文转译段 +1（Jinyan Su 双语综述）；待补充更新马东锡系列新帖线索
• prompts/deep-research-tracker.md 新增**「核心信源存量回扫」**步骤——本批 4 篇补课暴露"只扫时间窗"的盲区，把教训固化进流程

机械化同步

• 脉络二/三编号顺移 47–50 → 56–59（锚点 + 7 处 YDD 交叉引用同步）
• 下游计数缓存全同步（README ×2、根/references/works AGENTS.md、deep-research-tracker）
• ✅ bash scripts/check-consistency.sh：C1–C12 全部通过（C10 图片保真 30 篇全过、C11 表格列数、C12 作者/日期字段完备）
• 关键数字对照原文复核：Handbook win rate 38.3%/28.3% 与 45.6%/26.7%、CORE-Bench 修复含"换更少约束的 scaffold"、钓鱼 25 试 24 中、审批率 93%、弹窗 −84% 等