FormCraft：可验证的递归能力组合与一等复用¶

本页是从论文独立实现的 CPU 序列域机制与本地固定任务实验，不复制未声明许可的上游源码。不声称复现原论文全部领域、原始目标或 LLM 能力，不进入 Evolve 晋级。

论文信息¶

字段	内容
论文链接	Recursive Formation and First-Class Reuse of Compositional Capabilities
公司/机构	一作 Hang Lin；论文未列机构/公司/学校，不推测
首次公开日期	2026-10-14，arXiv v1 02:02:03 UTC
原文开源代码	已公开实现 f-system/V9.4；未发现明确复用许可，因此本地未 vendor
本地 Adapter	无（`adapter: null`）；`formcraft` 独立序列机制
本地复现代码	`src/auto_research/agent_research/formcraft.py`；`scripts/run_formcraft.py`

原始论文总结¶

背景与主要改动¶

一次合成出的能力不应只留下推导历史，而应成为可独立调用、继续组合、持久保存的一等操作。FormCraft 区分三个阶段：类型与接口相容的形成、独立验证后的持久准入、通过相同公开接口直接复用。已形成的复合操作可作为普通候选，后续搜索不用重走其历史形成链，运行时内部计算并未消失。

flowchart LR
    A[公开类型/操作ID/训练样例] --> B[有界枚举组合]
    B --> C[形成可执行DAG]
    C --> D[独立holdout验证]
    D -->|通过| E[内容寻址持久Library]
    D -->|失败| F[保留失败记录]
    E --> G[相同公开接口直接调用]
    G --> B

原论文关键图¶

原论文 Figure 2（PDF 第 9 页）：形成时已有 first-class 身份，独立验证决定是否进入持久库，后续仍以公开接口调用或进一步组合。图片来自原论文，版权归原作者所有。

核心公式¶

对序列算子 \(f,g:X\to X\)，复合 \((g\circ f)(x)=g(f(x))\) 仍属于同一公开能力空间。形成不自动准入：\(\operatorname{admit}(F)=\bigwedge_{x\in V}[F(x)=O(x)]\)；参考 \(O\) 只在独立验证器中使用，Composer 只读取训练输入输出和可调用 ID。

身份为类型、操作种类与父操作 ID 的规范 JSON 的 SHA256。直接复用保留该身份，持久化后重新加载必须重验 hash、引用完整性与无环性。搜索工作量是实际尝试的候选数，不是省略真实执行的估计加速。

论文离线与线上效果¶

原论文序列域持久库从 12→26→38 条记录增长；D01–D12 配对中 candidate attempts 从 16,570→144，作用来自历史深度处理。原文 FULL 与 ACTIVE 暴露宽度相同，没有证明宽度治理缩小。另有 Lean 微领域证明检查；本地没有复现这些原始数值或完整 Lean 实验。未报告生产线上 A/B。

本地复现¶

本地固定任务与隔离¶

本地 local-fixed-sequence-D01-D12-v1 与论文同名 D 编号仅表示深度 1–12，不是作者原始目标文件。原语为整数序列追加 0/1，种子冻结目标后缀。每目标有四个训练样例；Composer 根据样例枚举真实算子链，不能读取目标后缀或 holdout。选中后用独立种子生成的 128 条 validation 输入验证，失败不能准入。最终配对测量另外生成 128 条隔离 test 输入，不参与搜索或准入。

完成准入后，每个 seed 把最终 Library 以独占创建方式保存为实际 JSON 文件，销毁原内存对象，再从磁盘冷加载并复核身份、父引用与无环性。所有最终配对测试使用这个同一个冷加载快照：expanded 只暴露两个原语、必须重新形成；first-class 暴露库内普通操作 ID。两组公开训练样例和隔离 final-test 输入相同，候选上限 20,000，最大历史深度 12。目标验证器不会被交给搜索过程；最终输出由真实递归算子执行，不返回缓存答案。每组结果绑定快照 SHA256，测试前后还核对快照没有变化。

PYTHONPATH=src python scripts/run_formcraft.py --seeds 42,43,44 \
  --output runs/formcraft/sequence-three-seed.json

python -m pytest tests/agent_research/test_oct16_cpu_components.py

这个命令会在用户指定结果旁创建 runs/formcraft/sequence-three-seed.libraries/seed42.json、seed43.json、seed44.json。结果路径或相邻库目录只要已有一个就拒绝重跑，不能通过删掉结果文件隐式覆盖库。运行中失败会保留失败 JSON、已完成 seed 报告和已落盘快照；继续试验应指定一个新的输出位置。

本轮 CPU 实测¶

seed	准入目标	expanded 候选数	first-class 候选数	24 组配对 holdout
42	12	9,216	89	全通过
43	12	11,096	89	全通过
44	12	12,911	90	全通过

本次真实持久化 + 冷加载三种子合计 1.28 秒（单次本机实测，不保证其他机器耗时），每种子最终 Library 13 条：两个原语与 11 个复合能力，深度 1 直接使用已有原语。此前约 1.25 秒的版本只在研究中使用内存库，save/load 仅被单测覆盖，不能视为持久化实验；这里明确更正。新流程没有扩大任务，搜索计数与旧版三 seed 完全一致，旧计数及协议差异保留在指标的 prior_protocol。

稳定指标见 CPU 机制实验，完整逐目标记录见真实运行结果。已提交的冷加载输入为 seed 42 库快照、seed 43 库快照、seed 44 库快照，均记录路径和 SHA256，不依赖临时机器目录。这些是小型受控领域的搜索与执行结果，不是通用 Agent 完成率；多种子不把 L1 升为 L2。

代码映射、验证与边界¶

Library.form 只形成合法 DAG，admit 独立校验并保留失败；save/load 用数据 JSON 保存和冷加载，不 eval/exec；run_sequence_study 的最终配对明确从冷加载对象执行，不能再使用原内存对象；compose_from_examples 真实有界枚举、拒绝未知公开操作，搜索预算耗尽保留失败。单测另覆盖语义错误拒绝、篡改 hash、真正落盘/冷加载、快照与结果不可覆盖、冷加载失败保留及预算不足；注入失败仅为回归测试，不算论文实验。

未实现原作者 continuous/discrete/Lean 全领域、自动抽象发现、自动等价检测和宽度治理，也没有 learned proposer 或 LLM。此 CPU 序列机制本身可负担且已运行；其 LLM 长轨迹扩展没有公开低成本可核配置，成本过高，不复现（审查 DONE），不以静态 registry label 声称接入 Evolve。