Monthly Summary — 2026-05

2026年5月是实现从高层 Vision-Language-Action (VLA) 研究向标准化、稳健的 AI 开发基础设施工程转型的关键月份。本月在多个 repositories 中成功部署了 Unified Agentic Workflow 系统，其特点是采用了全新的 ‘ccedit’ DAG 执行引擎和标准化的安全协议。同时，进行了密集的工程工作，以完成用于 NeurIPS 2026 的 RecoverBench 机器人基准测试，并通过复杂的 hybrid merges 和多供应商架构重构扩展了 TokenMonitor 工具。尽管面临涉及 Windows 特定 shell 死锁、NVIDIA PCIe 电源状态调试以及大规模环境迁移等重大障碍，本月最终以稳定的高性能开发生态系统和清晰的未来 VLA 研究战略路线图圆满结束。

Monthly Overview

Metric Value
Active Days 25 / 31
Total Conversations 61
Projects 41
Tasks Completed 114
Tasks In Progress 3
Total Tokens 3,438,314,812
Total Cost $3,050.50
Claude Code Token 2,704,660,094
Claude Code Cost $2,373.51
Codex Tokens 733,654,718
Codex Cost $676.99
Daily Average Cost $122.02

Project Progress

RecoverBench (NeurIPS 2026 Submission) (4 days active) — 🔄 active

为 NeurIPS 2026 Evaluations & Datasets track 准备机器人错误恢复基准测试，包括代码匿名化、数据集整合以及出版级图表生成。

Key Milestones:

  • Dataset anonymization completed
  • Croissant metadata generated
  • Paper data integrity verified

TokenMonitor (9 days active) — 🔄 active

对 rate-limit 监控工具进行持续维护和功能扩展，重点在于多供应商支持、upstream 集成以及跨平台一致性。

Key Milestones:

  • Hybrid upstream merge successful
  • v0.13.0 release
  • v0.13.1 released
  • Protocol validation audit
  • Implemented date-specific billing cache keys

Gadget Project (1 days active) — ✅ completed

将积累的每日报告部署到公开的 GitHub Pages 网站。

Key Milestones:

  • Batch deployment of 66 reports

Unified Agentic Workflow System (1 days active) — ✅ completed

为 gadget、TokenMonitor 和 LifeCopilot repos 设计并部署了标准化的开发协议 (Spec-Plan-Implement-Verify-Review)，以确保跨 agent 的一致性。

Key Milestones:

  • Deployment of AGENTS.md protocol
  • Implementation of Verification Gate and Debug Mode
  • Dual-format review log generation

System Optimization & Migration (2 days active) — ✅ completed

使用 clean rebuild 策略，将 33GB+ 的 conda environments 和 37GB 的 caches 从 C: 盘迁移到 D: 盘，从而释放了 70GB 的系统空间。

Key Milestones:

  • Environment export/rebuild completion
  • Successful PyTorch CUDA dependency reconfiguration

AdaptVision & LeRobot Training Support (2 days active) — 🔄 active

对 VLM 训练 pipeline 进行深度分析，并解决了 LeRobot/BOSS 生态系统中损坏的 video dataset 问题。

Key Milestones:

  • Mapping of PPO reward logic
  • Implementation of automated video dataset repair scripts

Summarize Deployment Pipeline (1 days active) — ✅ completed

调试并恢复了用于历史和未来报告的 GitHub Pages 部署 pipeline。

Key Milestones:

  • Restoration of 72-day report backlog
  • Infrastructure-level git repository fix

AI Dev Companion / Infrastructure (7 days active) — 🔄 active

开发集中的 AI 工具，包括 ‘ccedit’ DAG 执行引擎、lifecycle management scripts 以及跨 9+ repositories 的标准化安全/权限策略。

Key Milestones:

  • Implementation of @aidev/exec TypeScript library
  • Standardized multi-repo security policy deployment
  • Deployment of ‘ccedit’ DAG execution engine

VLA Research & Strategy (3 days active) — ✅ completed

针对 Vision-Language-Action 模型进行全面的文献综述和战略路线图制定，重点关注 precision manipulation 和 edge deployment。

Key Milestones:

  • Synthesis of three strategic research directions
  • Creation of VLA quantitative writing guide

LifeCopilot (2 days active) — 🔄 active

维护并稳定 LifeCopilot agentic workflow，重点在于 CLI 可靠性和 test suite 的完整性。

Key Milestones:

  • Resolved Windows subprocess stdio deadlocks
  • Restored functional test suite for Skills Plugin System

Key Achievements

  1. Architected ‘ccedit’ DAG Execution Engine (AI Dev Companion / Infrastructure) — 使用 ECL 定义的 dependency graphs 和 topological sorting 设计了一个确定性的、原子的任务执行系统，以实现 parallel subagent execution。
  2. Successful Hybrid Merge of Divergent Forks (TokenMonitor) — 通过隔离冲突模块并解决 20+ 个冲突文件，将 upstream 的创新（statusline module/Settings UI）与本地自定义功能（OAuth/Codex/Cursor）进行了集成。
  3. Critical Data Integrity Correction for NeurIPS Paper (RecoverBench) — 通过将论文表格与原始 experiment JSON 输出进行交叉验证，发现了 BC-RNN Normal Success Rate 中 167% 的偏差并予以纠正。
  4. Unified Agentic Workflow System Deployment (Unified Agentic Workflow System) — 发布了一套完整的 agentic 工具，包括 Spec Manager、Verification Gate 和 Debug Mode，以防止 scope creep 并确保高质量的代码生成。
  5. VLA Strategic Roadmap Synthesis (VLA Research & Strategy) — 识别了 VLA 架构中的关键缺陷（spatial memory, decoupling），并提出了结合 high-DoF control 和 edge deployment 的三条可行的研究路径。
  6. NVIDIA RTX 5090 PCIe Crash Resolution (System/Hardware) — 诊断并解决了由 NVIDIA driver PCIe Gen5/Gen1 link-state power management 问题引起的一系列蓝屏崩溃。
  7. Critical Windows CLI Deadlock Resolution (LifeCopilot) — 通过转向 subprocess isolation，修复了 LifeCopilot 中的一个重大阻塞问题，即 shell=True 在调用 MCP tool 时会导致 stdio deadlocks。
  8. Large-scale Data Integrity Recovery (LeRobot/BOSS) — 开发了诊断和修复脚本，修复了 LeRobot datasets 中 60+ 个损坏的 video episodes，确保了训练稳定性。
  9. Enterprise AI Migration Success (AI Dev Companion / Infrastructure) — 成功将开发环境从 AWS Bedrock 迁移到 AWS 上的 Claude Platform，解决了复杂的 environment variable 冲突。

Recurring Problems

1. AI failure to validate claims against ground truth data/Incomplete Diagnostic Scope (5 occurrences)Dates: —

Root Cause: AI 倾向于信任现有的文档内容 (LaTeX/Paper drafts) 或专注于 code-layer 逻辑，而忽略了 infrastructure-layer 的原因 (git submodules, dataset versioning, 或 raw experimental data)。 Status: 🔧 Workaround

2. Cross-Platform / Windows Shell Inconsistencies (5 occurrences)

Dates: — Root Cause: 遗留的 shell 行为 (UTF-8 encoding, subprocess 中的 handle inheritance, 以及 path resolution) 或 Windows 环境的细微差别 (npm shell shims vs .cmd) 导致了 silent failures 或 deadlocks。 Status: 🔧 Workaround

3. Environment and Configuration Drift (4 occurrences)

Dates: — Root Cause: 持久化 shell profiles/environment variables 与本地化 JSON configuration files 之间的交互，或者 sandboxed environments 中的 tooling/permission 限制。 Status: ✅ Resolved

4. UI/Backend data divergence and Cache Stalency (4 occurrences)

Dates: — Root Cause: Rust backend 和 frontend 中逻辑的独立重新实现，以及在 persistent desktop environments 中部分状态失效 (memory vs. disk)。 Status: ✅ Resolved

  • Human-initiated insights: 32 items
  • AI limitation patterns: 在复杂决策空间中的简化偏差 (提供 binary 选择而非 hybrid 选择)
  • AI limitation patterns: UI components 的过度工程化，超出了实际需求
  • AI limitation patterns: 未能识别 merge histories 中的 ‘reverted features’
  • AI limitation patterns: 无法自主检测 infrastructure-level 问题 (git submodules/env paths)
  • AI limitation patterns: 依赖在专门的 HPC/Windows environments 中失效的标准 toolsets
  • AI limitation patterns: 在识别 semantic/schema errors 与 syntax errors 时不准确 (例如 JSON schema mismatch)
  • AI limitation patterns: 在处理特定文化语义验证时存在困难 (例如 Chinese surnames)
  • AI limitation patterns: 在处理隐式 environment dependencies 时表现挣扎 (例如缺失 package dependencies 或 path mismatches)
  • Improvement areas: 主动针对实际 code/data 验证技术主张
  • Improvement areas: 在 merge operations 期间更好地感知 codebase history
  • Improvement areas: 在 batch edit operations 中进行更精确的文件定位
  • Improvement areas: 对 deployment paths 进行强制性的 end-to-end 验证
  • Improvement areas: 在无需提示的情况下采用标准的 CLI conventions (-y/–yes)
  • Improvement areas: 优先选择经过社区验证的 tools 而非 custom implementations
  • Improvement areas: 增强对 enterprise-level policy blocks 的诊断能力
  • Improvement areas: 将 visual/UI evidence 更好地集成到 debugging loop 中
  • Improvement areas: 在 code execution 之前主动验证 environment requirements

Monthly Learnings Digest

Architecture (architecture)

  • 为了防止 divergence，UI surfaces 之间的数据一致性需要通过在 backend 和 frontend 中镜像逻辑来实现，而不是进行独立的重新实现。(Source: 2026-05-02, 2026-05-04)
  • 针对 divergent forks 的 hybrid git merge strategy——在合并 integration points 的同时隔离冲突的 modules——可以最大化两个分支的价值。(Source: 2026-05-04)
  • 带有强制字段 (Goal, Scope, Constraints, Success Criteria) 的 structured specs 在防止 AI scope creep 方面比 natural language prompts 有效得多。(Source: 2026-05-11)
  • Cross-session context 需要双格式日志：用于 review 的 human-readable Markdown 和用于后续 AI agent 处理的 structured JSON。(Source: 2026-05-11)
  • 在 immutable planning (ECL) 与 mutable execution logic 之间进行严格的 separation of concerns，对于可靠的 agentic workflows 至关重要。(Source: 2026-05-27)
  • 在 desktop/Tauri apps 中，必须在 memory caches 之外显式使 disk caches 失效，以防止在 state changes 期间出现 stale data leaks。(Source: 2026-05-28)

Debugging (debugging)

  • Windows npm global installs 会同时创建 shell shims 和 .cmd wrappers；Rust process spawning 必须优先考虑 .cmd/.exe 以避免 execution errors。(Source: 2026-05-04)
  • 在调试 deployment 或 data pipelines 时，调查必须覆盖整个链条：code logic, file paths, git infrastructure, 以及 remote endpoints。(Source: 2026-05-12)
  • 在 Windows 上，spawn child processes (如 MCP servers) 时应避免使用 ‘shell=True’，以防止由 handle inheritance 导致的 silent stdio deadlocks。(Source: 2026-05-28)

Domain Knowledge (domain)

  • Robotic research publication 需要激进的剪枝：仅发布核心 entry-point scripts，移除 convenience wrappers 和 experimental one-offs。(Source: 2026-05-06)
  • VLA 的成功需要从 2D semantic understanding 转向显式的 3D geometric grounding 和 persistent spatial memory。(Source: 2026-05-22)

Tools (tools)

  • 具有混合 pip/conda dependencies 的 Conda environments 应通过两阶段方法进行管理 (先安装 conda packages，然后单独安装 pip)，以处理 PyPI 不可用性的情况。(Source: 2026-05-11)
  • 测试质量是由 assertion strength (验证 state/business rules) 驱动的，而非仅仅是 code coverage percentages。(Source: 2026-05-27)
  • 在 high-performance computing (HPC) 中，当 ripgrep 等现代 utilities 遇到 sandbox restrictions 时，回退到稳健的 POSIX tools (sed, awk, grep) 是必要的。(Source: 2026-05-08)

Token Usage Statistics

AI Usage · 2026-05 Claude Code + Codex
Total cost
$3,050.50
Total tokens
3.44B
Output tokens
25M
Cache read
88.9%
Cost split Claude Code $2,374 · Codex $677
Token character Cache reads 88.9% · Active 11.1%

Most token volume came from cache reads.

Peak Day: 2026-05-06 — $695.86 / 692.4M tokens

Daily Average: $122.02