知识工作里，很多新交付物是从工作区里已有文件长出来的。大语言模型智能体开始接手这类活：不建索引，直接在终端里搜索、阅读任意文件，再据此产出报告。作者把这种做法叫做直接工作区交互（DWI）。材料指出，够到文件只是一半任务。没有东西持续跟踪任务还要求什么、已经读过什么、列出却从未打开的文件；这些信息从上下文窗口溜走后不留痕迹。于是会出现一种具体失误：智能体抽出过一张图，最终报告里却没有它。
环境侧 tab 记欠账
RunningTab 给 DWI 配上环境侧 tab：按任务保存「任务还欠什么」，由环境在智能体旁边持有。具体分工是，智能体写入要求；环境把每次读过的文件记成带出处的摘录，把列出但未打开的文件记成候选。智能体随后能看到每条要求旁边的最佳匹配摘录、以及靠前的未打开候选，对照匹配内容勾销要求，或写明理由先搁置。若仍有未关闭要求却试图结束，会在 finish check 中再次收到这些要求。
评测结论与材料边界
作者在三个基准、三个 LLM 上验证，称 RunningTab 持续优于纯 DWI，也优于把记录放在模型内部的基线。摘要未给出基准名称、模型名单、具体分数或提升幅度，这里只保留这一方向性陈述。摘要末句提到 tab 通常持有某些内容，但所给材料在此处截断，无法讨论占用规模。
我的判断
价值在于把「还没交付的要求」从模型上下文里拆出来，交给环境记账，并在收工时做一次硬检查。这针对 DWI 的真实漏洞：读过不等于写进交付物，列过不等于打开过。它比让模型自己在对话里维护清单更不容易被窗口挤掉。适用边界也窄：面向已有文件上的知识工作，依赖智能体显式登记要求、环境能观测读文件与列目录；材料没有谈多任务、权限或非文件工具。局限同样明确：没有数字、没有失败案例、没有摘录切分与匹配算法，工程评估必须读全文。这是给 DWI 补对账，不是新的智能体范式。