构建记录
系统演进 · 产品尝试 · 架构判断 · AI 协作实践。这些记录共同构成这套一人系统的公开运行日志。
系统演进 产品尝试 架构判断 AI 协作
已归档 8 篇记录,持续更新。
- AI 编码正在变成一套工作系统AI 编码工具正在从代码生成器走向可托管执行系统。真正的上限来自上下文、记忆、执行、验证和知识回流的完整闭环。2026年05月23日 AI协作Agent工作流HermesCodex一人系统
- 从 Grill 到 Goal:AI 编码的完整工作流AI 编码真正的变化,不是模型更会写代码,而是工作流从一次性 prompt 走向可对齐、可托管、可验证的工程任务。Grill 负责想清楚,Goal 负责跑到底。2026年05月21日 AI协作Agent工作流CodexClaude Code方法论
- 知识库应该是 runtime,不是 storage当 AI 开始参与检索、分析和执行时,个人知识库需要的不是更多存储,而是一套可编译、可检查、可影响分析的运行时。2026年05月10日 蒸馏塔distill-vault个人知识库AI协作
- Compound Engineering——让每一行代码都产生复利传统开发是债务累积,每加一个功能就增加复杂度。Compound Engineering 反转这个趋势:每次改动都让下一次更容易。这是 Every 团队用 50+ Agent 和 38+ Skill 跑出来的工程方法论,也是我个人最看好的 AI 协作方向。2026年05月02日 AI协作Compound EngineeringAgent工作流软件开发方法论
- 知识偏移与架构腐化:AI 加速的不只是产出,还有衰退AI 不只加速了正确变更的产生,也加速了不合理变更的进入速度。代码腐化的速度,正在被悄悄拉高。2026年04月30日 AI协作架构腐化知识管理团队协作harness
- Harness 决定 AI 协作上限社区已经开始往 harness、SDD 和 multi-agent automation 演进。AI 协作的关键,在于为 Agent 设计一层可控的工作系统:目标、边界、上下文、验证和沉淀。2026年04月24日 AI协作HarnessAgent工作流自动化系统设计
- 为什么我最后选择了「先讨论,再让 Agent 动手」试过 superpowers、openspec 这类重工作流之后,我最终收敛到一种更适合真实工作的协作方式:先讨论清楚,再让 Agent 动手。讨论先于执行,可以把返工成本前置处理。2026年04月21日 AI编程CodexAgent协作工作流
- 你的笔记系统为什么一直在重建?90%的笔记不值得留存。问题不在工具,在于你从来没有定义过什么值得记。本文分享我如何用对象模型和生命周期重建知识管理系统。2026年04月21日 知识管理AI协作个人知识库