Auto-sync: update nexus workspace

wiki/concepts/Knock-out-Pattern.md

@@ -1,36 +1,37 @@
----
----
-title: "Knock-out Pattern"
-type: concept
-tags: []
-sources: []
-last_updated: 2026-04-25
----
-
-# Knock-out Pattern
-
-## 定义
-多智能体系统的淘汰制模式——将任务分配给N个Agent，用验证器决定哪些表现最差的被淘汰。核心是用"适者生存"替代LLM不存在的"死亡恐惧"。
-
-## 核心机制
-1. 将任务分配给N个Agent
-2. 用Validator决定要淘汰哪些Agent
-3. （可选）用通过验证的Agent特征组合创建新Agent填补空缺
-
-## ML渊源
-这是传统机器学习中[[Genetic-Algorithm]]（遗传算法）的精简实现，依赖两个要素：
-- **遗传表示**：解决方案域（模型+上下文）
-- **适应度函数**：淘汰决策依据
-
-## 关键要求
-需要**快速验证输出的方式**（如单元测试）——如果需要人工检查所有分支，成本太高。Eval是必要基础设施。
-
-## 适用场景
-迭代式智能体工程——主要用于开发/调试阶段，不适合生产环境的高用户负载。
-
-## 与Tree of Thoughts的关系
-Tree of Thoughts是Knock-out模式的进阶实现，通过验证器持续筛选。
-
-## 来源
-- [[multi-agent-system-reliability]]
-- [[Genetic-Algorithm]]
+---
+---
+title: "Knock-out Pattern"
+type: concept
+tags: []
+sources:
+  - multi-agent-system-reliability
+last_updated: 2026-04-28
+---
+
+# Knock-out Pattern
+
+## 定义
+多智能体系统的淘汰制模式——将任务分配给N个Agent，用验证器决定哪些表现最差的被淘汰。核心是用"适者生存"替代LLM不存在的"死亡恐惧"。
+
+## 核心机制
+1. 将任务分配给N个Agent
+2. 用Validator决定要淘汰哪些Agent
+3. （可选）用通过验证的Agent特征组合创建新Agent填补空缺
+
+## ML渊源
+这是传统机器学习中[[Genetic-Algorithm]]（遗传算法）的精简实现，依赖两个要素：
+- **遗传表示**：解决方案域（模型+上下文）
+- **适应度函数**：淘汰决策依据
+
+## 关键要求
+需要**快速验证输出的方式**（如单元测试）——如果需要人工检查所有分支，成本太高。Eval是必要基础设施。
+
+## 适用场景
+迭代式智能体工程——主要用于开发/调试阶段，不适合生产环境的高用户负载。
+
+## 与Tree of Thoughts的关系
+Tree of Thoughts是Knock-out模式的进阶实现，通过验证器持续筛选。
+
+## 来源
+- [[multi-agent-system-reliability]]
+- [[Genetic-Algorithm]]