自我演进上下文层：从代码知识图中代理行为的隐式学习

静态代码上下文工具无论代理如何使用，都提供相同的响应。我们引入缺口信号——一种隐式指标，源自上下文工具返回内容与代理实际使用内容之间的差异——并在 Karna 中实现了一个三循环自我改进系统，Karna 是面向大型语言模型代理的持久代码知识图。在包含70个实时代理会话（35个静态，35个自适应，使用 Cursor Agent CLI 的 Claude Sonnet 4）的受控 A/B 实验中，自适应系统使探索工具调用增加了79.3%（p=0.010），每次会话曝光的实体增加了46.4%（p=0.063）。