Daily Report — 2026-09-16
Daily Overview
- 工作内容： 当日工作涵盖三个关键支柱：先进机器人研究（诊断 Pi0.5 量化失败模式）、大规模数据与仓库管理（重新组织 25GB 研究产出并清理 Git history）以及 AI Companion 的系统性开发（通过 D33 标准化报告并优化工作流自主性）。
- 实施方式： 技术执行包括用于模型诊断的逐帧运动分析、通过
git filter-repo进行复杂的 Git history 操作、基于 Python 的大规模数据集自动化路径重写，以及针对 AI 开发工具链的深度 Rust/Svelte 重构。 - 影响： 这些活动已将项目从不稳定的开发状态推向发布就绪阶段——具体包括确保论文提交的科学完整性、打通 CI/CD pipelines，并通过提高 AI 自主性显著降低人类的认知负荷。
MacOS
- 工作内容： 记录的活动极少。
- 实施方式： N/A
- 影响： 对项目无显著影响。
TzJsDesktop
- 工作内容： 所有主要项目（包括 AI Companion, Pi0.5, TokenMonitor, 和 MIHD）的主要开发与编排中心。
- 实施方式： 利用 Claude Code 进行密集的基于 terminal 的编排、shell scripting、Python 驱动的大规模文件编辑以及复杂的跨项目同步。
- 影响： 实现了高强度的技术执行，包括容器管理、大规模数据重组以及新 AI skills/报告标准的快速原型设计。
lighthouse
- 工作内容： 远程执行与存储端点。
- 实施方式： 通过 SCP 和远程命令执行进行访问，用于管理大规模机器人轨迹 MP4 文件和数据集。
- 影响： 促进了用于机器人 policy 评估的重型视觉资产的高效管理与存储。
今日重点在于对机器人 policy 量化失败进行高风险技术调查、为论文提交进行大规模研究数据重组，以及对 AI Companion 的工作流和报告标准进行系统性改革，以实现从以审计为中心向以目标为导向执行的转型。
Tasks
Architecture & Strategy
- ✅ 从 GitHub history 中清除 companion 文件 — 重写 LiveCaption, TokenMonitor, gadget, LifeCopilot, 和 RoboMemory 的 Git history，以移除 .companion, ideas, 和 config 文件。
- 🔄 Libero Benchmark Evaluation & Pi0.5 Investigation — 分析 w4a4 量化 pi0.5 模型在 Libero 任务中 0/50 的成功率，以确定失败是由于 attention collapse 还是空间精度误差引起。
- ✅ Update ai-companion & Workflow Optimization — 重建工具注册表，实现 D33 进度报告，并重构核心 skills (ccscan, ccthink, 等) 以允许 ‘authorize-and-proceed’ 自主性。
- ✅ RecoverBench Paper v10 Generation — 创建 camera-ready LaTeX 草案，整合所有 rebuttal 承诺、数据统计和 OpenVLA 结果。
- ✅ MIHD Data Reorganization & Path Sync — 将 25GB 的产出物理重组为 6 部分结构，并重写 160+ codebase 文件以反映新路径。
- ✅ TokenMonitor Feature Implementation & Bug Fixes — 实现自定义周期窗口 (I-053)、Grok Bot 定价逻辑，并修复 UI 问题 (Floating Ball, SSH settings, Model normalization)。
- 🔄 RoboMemory I-148 Baseline Training — 使用 ’norm’ arm 重新运行训练，以修复因 imitation2 数据统计不当导致的 division-by-zero 问题。
- ✅ Diagnose mouse drift — 调查 mouse drift 是由未经授权的远程控制 (RustDesk) 还是硬件/软件外设引起的。
- ✅ LifeCopilotBeta Infrastructure Development — 实现 RepoSupervisor (subprocess proxy)、项目页面扩展以及安全的 portal 身份验证。
Problems & Solutions
Critical Issues
1. 量化模型 (w4a4) 在所有 Libero 任务中失败，成功率为 0%。
Solution: 进行了逐帧运动幅度与视觉差异分析。发现错误并非 attention collapse，而是在初始 action block 期间由于低比特 backbone 精度损失导致的 ‘stop-before-target’ 行为。
2. AI Companion 出现 ‘decision fatigue’ 和重复的审批提示。
Solution: 重构了 skill 文档和逻辑以实现 ‘authorize-and-proceed’ 模型，区分常规进度与关键决策点 (Ambiguity/Scope/Risk)。
3. 移动 25GB 数据后出现路径断裂和 CI 失败。
Solution: 开发了一个使用 regex 进行路径重写的自定义 Python 重组脚本，并实现了一个集中的 figure routing 系统。
4. 由于缺失 ’tokenUsage’ 字段，Grok Bot 的使用量显示为 $0。
Solution: 修改了 parser 以接受 ‘chargedCents’ 字段，并引入了基于回归分析的静态定价 fallback 机制。
5. 与 npm/Node 版本及 lockfile 同步相关的 CI pipeline 失败。
Solution: 手动修补了 package-lock.json，并在 CI workflows 中固定了 Node 版本，以解决 @emnapi 依赖问题。
6. 由于权限和分支歧义导致 Git history 重写失败。
Solution: 在本地镜像上使用 git filter-repo，并为用户提供手动 PowerShell 命令以完成 push。
7. 由于精度/位宽不匹配导致 W4A4 的 QAIRT 部署失败。
Solution: 确定 16-bit softmax/norm scaling 会产生被 QAIRT 拒绝的 ‘activation islands’；结论是 W4A8 是目前可行的目标。
8. Windows 上鼠标光标间歇性漂移。
Solution: 审计了远程访问进程 (RustDesk) 和 HID 设备。确定 3Dconnexion SpaceMouse 和 M-AI 软件是可能的罪魁祸首。
9. Multi-Agent 并发写入与 Windows 原子写入风险。
Solution: 引入了 baseDigest (fingerprint) 一致性检查，以及带有临时文件隔离机制的 atomicWrite 循环重试机制。
General Issues
10. 大规模 Python 编辑导致 CRLF 换行符，破坏了 Vitest。
Solution: 执行了一个 Python one-liner，强制将所有修改过的文件中的 CRLF 替换为 LF。
Human vs AI Approaches
Strategic Level
Agent Autonomy vs. Guarding
| Role | Approach |
|---|---|
| Human | 要求一个能够主动追求目标、持续更新且无需频繁审批的 agent (Execution-centric)。 |
| AI | 最初侧重于做一个优先考虑严格验证和关卡的 ‘bookkeeper’ (Audit-centric)。 |
Difference Analysis: 人类优先考虑最小化中断频率，而 AI 优先考虑验证的完整性。
Pi0.5 Failure Analysis
| Role | Approach |
|---|---|
| Human | 建议检查任务名称不匹配问题 (semantic direction)。 |
| AI | 分析 BDDL 文件和仿真逻辑，为精度损失提供物理/逻辑层面的验证。 |
Output Reorganization Strategy
| Role | Approach |
|---|---|
| Human | 为了长期维护，决定采取“激进的物理移动”（aggressive reorganization）。 |
| AI | 提出了非破坏性的双层 symlink 方法，以最小化路径破坏风险。 |
Difference Analysis: Human 优先考虑清晰的科学结构，而非即时的技术便利性。
UI Layout and Design
| Role | Approach |
|---|---|
| Human | 建议将 ‘Rolling Periods’ 合并到 ‘Week Starts’ 中，并要求将 ‘Test All’ 准确地放置在 ‘Sync All’ 旁边。 |
| AI | 最初计划使用独立的 toggles，并使用了标准的 space-between flexbox 布局。 |
Difference Analysis: Human 优先考虑紧凑、直观的 UI 和明确的空间定位。
Git History Cleaning Strategy
| Role | Approach |
|---|---|
| Human | 要求在所有 repositories 中彻底清除所有与 companion 相关的路径，包括 ‘ideas/’ 和 docs。 |
| AI | 最初建议采取保守的方法，区分程序文件和文档资产。 |
Difference Analysis: Human 推动完全移除开发者足迹，这需要更复杂的 history rewrites。
AI Limitations
Critical Limitations
- AI 对成功的验证往往是循环的（自我验证其自身的进度报告），缺乏客观证明。
- 当尝试使用 shell redirection (’>’)、设置环境变量或在分配路径之外进行文件写入时，AI 反复被 security guards (D21/D26) 拦截。
General Limitations
- AI 在处理 MSYS 路径转换问题时表现挣扎，并偶尔误解 flexbox 布局中的 ’next to’。
- 由于 D16/I-147 的限制，AI 无法写入位于当前项目目录之外的项目 memory files。
Learnings
Key Learnings
- VLA backbones 中的 Quantization 可能从第一个 action block 开始就导致系统性的 ‘drift’，使得错误在与环境接触时立即发生。
- 一个只能看到 tool calls 的 ‘guard’ 无法强制执行对话标准；行为必须直接嵌入到 ‘Skills’（行为指令）中。
- Grok Bot 实际上是 Cursor 的一个 shell；其使用事件遵循 ‘cents-based’ 模型而非 token-based 模型。
- 使用单个 dropdown 来驱动多个状态（例如，将 ‘To date’ 作为特殊值）可以显著简化 UI 复杂度。
- 在使用 ‘idea graph’ 系统时，每个实现细节必须严格映射到一个 ID，以保持验证周期的完整性。
- 通过在 D33 中将 ‘Main Task’ 与 ‘Progress Four-Items’ 合并，agent 的思考成本和回复长度得以降低，同时信息密度增加。
Conversation Summaries
Qualcomm Project (Pi0.5)
🔄 W4A4 Bottleneck & Libero Investigation 03:11:42.723 | claude_code 调查了 W4A4 quantized model 在 Libero goal tasks 上零成功率的问题。通过逐帧运动和视觉分歧分析确定，错误是由于 backbone 中的空间精度损失导致抓取错误，而非 attention failure。
AI Companion
✅ Systemic Workflow & Reporting Overhaul (D33) 03:05:15.757 | claude_code 将系统从“记录工具”转变为“目标导向”的框架。实现了 D33 7-line progress block，标准化了所有五个核心 skills 的报告，针对 ‘authorize-and-proceed’ 自主性进行了优化，并执行了大规模的 Git history purge。
TokenMonitor
✅ UI/UX, Pricing, and CI/CD Standardization 03:46:52 | claude_code 解决了多个 UI bugs (Floating Ball, SSH, Model Color)，实现了自定义 period windows 和 Grok Bot 定价逻辑，并解决了与 dependency lockfiles 和跨平台环境变量相关的 CI/CD pipeline blocker。
MIHD
✅ Paper Preparation & Massive Data Reorganization 02:44:01.203 | claude_code 对 25GB 的输出数据进行了大规模重组，以符合论文结构。通过 regex path rewriting 同步了 codebase，并为 Paper2Agent pipeline 准备好了系统。
LifeCopilotBeta
✅ Multi-Repo Portal Infrastructure 03:05:15.757 | claude_code 实现了核心的 ‘portal-as-hub’ 功能，包括 companion services 的 subprocess management、project dashboards 以及安全身份验证。
RecoverBench
✅ Camera-Ready Paper v10 Drafting 03:05:15.757 | claude_code 生成了 LaTeX drafts (v10)，整合了所有 rebuttal commitments、精确的数据集计数以及新的 OpenVLA 结果，解决了所有覆盖范围不一致的问题。
RoboMemory
🔄 Fixing 16-Task Baseline Training 03:05:15.757 | claude_code 识别出由零方差数据上错误的 ’norm_stats’ 导致的训练分歧。在 training script 中实现了修复以重新计算统计数据，并将其部署到了 Tianhe3 cluster。
PhD Planning
🔍 Faculty Shortlist and Matching 03:05:15.757 | claude_code 审查了 146 名 faculty members，按研究匹配度（World Models, Failure Recovery, VLA）对其进行了分类，并准备了定制化的 outreach 策略。
Personal Website
✅ Hugo blog transformation 15:06:05.186 | codex 将基于 Hugo 的网站从产品落地页转型为个人博客，改进了 menu UI 和 work logs。