docs: research plan — Artifact-Summary Handoff (context-bounded state transfer in branching LLM code agents)

[kotama7]

概要

分岐型LLMコード生成エージェントにおけるノード間状態受け渡し（handoff）を研究対象として定式化し、ARI を reference implementation として ablation 実験を行う研究計画 ari-core/PLAN_artifact_summary_handoff.md を追加します。

提案手法 Artifact-Summary Handoff は、親ノードの全対話履歴・全ログを子へ渡さず、code artifact state（work_dir 経由のファイル継承） と operational summary state（実験状態の構造化要約） のみを渡すことで、探索深度とプロンプト長を切り離します。

計画の骨子

• 比較 handoff 方式: code_only / summary_only / code_plus_summary（提案） / code_plus_full_log / code_plus_truncated_log / rolling_summary / failure_only_summary
• summary schema の field ablation（metrics / known_failures / next_steps / delta_vs_parent 等の要素別寄与）
• 主タスク: CSR SpMV 最適化（行列ファミリ別）、拡張で stencil / FFT / GEMM micro-kernel
• 主評価: deterministic evaluator による best valid geomean speedup @ N nodes ＋ cost_trace.jsonl ベースのトークン効率指標（LLM Judge は主評価から除外）
• 投稿戦略: ASE 系（LLM code agent / automated SE の論文として、HPC kernel 論文にしない）

実装監査（計画 §0 に固定）

計画の前提を現行コードに対して監査済み。一致点（work_dir 継承 + _OUTPUT_BLACKLIST、node_report.json の全フィールド、cost_trace.jsonl の per-call prompt_tokens など）に加え、計画が依拠してはいけない7つの食い違いを §0.2 に明記しています:

1. linear refinement は未実装（BFTS のみ。frontier_score は fallback スコアリング）
2. search_trace.jsonl は存在しない
3. 親 summary の注入面は planner（expand prompt）と memory 経由の2面で、子 agent 自身のプロンプトへの注入は新規実装
4. memory 完全 off スイッチは未実装（tool trace が memory 経由で子に漏れるため code_only 条件に必須）
5. timeout_per_node は実行時非強制（プロンプト文言のみ）
6. experiments/ は gitignore 済みのため harness は tracked な置き場所が必要
7. context overflow の明示的検出は存在しない（指標は計測器を定義して測る）

変更内容

• ari-core/PLAN_artifact_summary_handoff.md 追加のみ（コード変更なし）
• 既存 PLAN_*.md 規約に準拠（冒頭に Status と削除条件、evidence-based の file:line 引用）
• scripts/readme_sync.py --check 通過確認済み

🤖 Generated with Claude Code