WRITING ARCHIVE
写作留下的，
不只是结论。
从时间出发，查看每个判断在何时被写下。热力图按真实发布日期统计，时间线保留文章当时的状态。
写作热力图
过去 53 周的发布节奏
时间线
按发布时间倒序
2026年9月
48 篇Agent 评测（三）：先把题目和裁判做对，再谈排行榜
用分层样本、独立验收和评委校准建立可复用评测集，明确公开基准的用途与边界。
Agent 评测（四）：把一次打分变成可重复的回归系统
连接任务、试次、证据、评分与版本门禁，提供无需模型密钥的本地教学验收脚本。
Agent 评测（二）：成功率、稳定性与成本，不能揉成一个分数
正确区分 pass@k 与 pass^k，明确任务分母、失败成本和轨迹诊断边界。
Agent 评测（五）：高分为何不能直接兑换更大的行动权
从评分契约、代理指标和分布变化重新理解评测，讨论上线范围、风险与组织责任。
Agent 记忆设计（四）：一条记忆开始跨团队流动之后
从团队资产、Loadout 与 ACL 到删除传播和评测，检验长期记忆的治理边界。
Agent 记忆设计（三）：找到相关记忆，只完成了一半
比较混合检索、目录导航与上下文装配，说明授权过滤、时间有效性和预算的不同责任。
Agent 记忆设计（五）：长期记忆的价值，在于能够改变认识
从写入、检索和治理回到整体，讨论记忆的可修正性、知识污染与组织学习。
Agent 记忆设计（二）：保留历史，还是维护当前事实
比较追加、合并和分层提炼的写入策略，建立有效时间、来源和纠错契约。
AI 产品价值（二）：测试通过之后，还需要哪些交付证据
以登录超时修复为例，定义独立验收、缺陷检出与人工审查成本。
AI 产品价值（四）：文件能打开，为什么仍然不能交付
用月报案例建立范围、数字、来源、编辑性和权限的独立验收链。
AI 产品价值（五）：能力进步，为什么未必等于交付变便宜
统一成功率、费用与人工投入的口径，反思局部指标、审核瓶颈和净交付价值。
AI 产品价值（三）：听懂一句话，不等于改对一个闹钟
从语音链路到设备终态，定义关键实体、时延、打断与重复执行的验收。
万级能力路由（二）：从能力描述到检索与正文精排
展开发现层：能力如何被描述、索引、召回与精排，以及怎样验证正文和检索策略的实际价值。
万级能力路由（四）：用评测与治理建立生产信心
把检索、方案、执行和结果分开评测，用授权、状态与版本治理明确自动执行的边界。
万级能力路由（三）：从候选列表到可执行方案
展开发现之后的方案选择：Skill 加载、MCP 调用、Agent 委派如何保留各自语义，并处理依赖与失败。
万级能力路由（五）：重新理解路由——受约束的任务决策
回到整个体系：为什么路由是受约束的任务决策，为什么局部最优不等于有效能力，以及复杂度应如何增长。
Claude Code 产品设计（五）：Agent 产品真正设计的是责任，而不只是操作
从任务、信任和协作回到系统层面，讨论监督成本、证据债务与自动化的边界。
Claude Code 产品设计（四）：并行和跨端，首先是状态管理问题
拆解 Worktree、上下文寿命、可组合扩展和远程控制，避免把聊天并发当成任务隔离。
Claude Code 产品设计（二）：从一句需求，到一条可以干预的任务旅程
通过调用链、用户旅程、KANO 与任务契约，理解渐进披露和长任务交互。
Claude Code 产品设计（三）：少一点确认，不等于少一点边界
区分权限模式、执行隔离和结果验证，用决策表取代线性的权限升级阶梯。
DeepSeek Harness 架构（二）：插件怎样出现、协作，并真正退出
拆解 Cordis Effect、依赖、Waterfall、Profile 与 Preset，并通过能力接口控制替换成本。
DeepSeek Harness 架构（四）：工具、PTC 和多 Agent，怎样不放大副作用
从冻结参数、单调 Guard、并发分类到沙箱边界，理解可扩展执行的约束。
DeepSeek Harness 架构（三）：历史不能丢，模型又不能看全部历史
用 Turn、Step、Session Event 与上下文投影，理解恢复、压缩和多视图一致性。
DeepSeek Harness 架构（五）：自由不会消灭复杂度，它会改变复杂度的归属
从生命周期、事实、权限和运行组合的责任，反思动态 Agent Runtime 的收益与代价。
产品分析框架（五）：让一次发布留下结果，也留下可复用的认识
用 OKR、复盘和决策记录，把版本投入转化为可检查的结果与下一轮学习。
产品分析框架（四）：用户真的得到价值，生意才有机会成立
用漏斗与根因假设定位价值断点，再用商业模式与成本口径检验持续性。
产品分析框架（二）：从市场很大，到我们为什么能做
串联 PEST、五力、TAM/SAM/SOM、SWOT 和价值曲线，形成可验证的进入策略。
产品分析框架（三）：从用户旅程到一次有边界的发布
用 KANO、用户旅程、RICE 和 MoSCoW，把用户证据变成可解释的版本选择。
产品分析框架（六）：框架的终点，不是确定性，而是更好的判断
回看 MeetFlow 的完整决策链，讨论代理指标、反证、证据成本与框架的适用边界。
Agent 记忆设计（一）：先把记忆放回完整生命周期
从证据、提炼、演化、检索和治理理解三类开源记忆方案，建立系统骨架。
AI Agent 八强竞品全景：谁在卖模型，谁在造 Harness，谁在争夺工作入口
Claude Code、Codex、Kimi、WorkBuddy、豆包工作与 Hermes、Pi、DeepSeek Harness 并不处在同一条赛道。本文用三层市场、九个维度和一套选型方法重新理解 2026 年 Agent 竞争。
AI Agent 的可靠性边界：Skills、RAG 与权限能解决什么
从上下文、证据、执行和治理四个层面拆解 Agent 的可靠性瓶颈，对比 Claude Code、Codex、Kimi 与 WorkBuddy 的实际作用，并给出可验收的落地路径。
AI 产品价值（一）：先看交付结果，再给算法能力找位置
从领域、任务、模型和系统建立能力地图，用三层指标连接算法诊断与产品价值。
万级能力路由（一）：先看清 MCP、Skill 与 Agent 的系统全景
从一张全景图理解能力供给、发现、方案选择、执行与反馈，为五篇系列建立统一架构。
国内办公 Agent 三强：Kimi Work、WorkBuddy、豆包工作，谁更接近“交付工作”
从知识研究、办公制品、本地电脑、企业连接、多模态、长期任务与安全治理出发，对比 Kimi Work、腾讯 WorkBuddy 与豆包工作，并解释它们为何不该简单复制 Claude Code 和 Codex。
Claude Code 产品设计（一）：先看任务、执行与证据三个闭环
从业务对象和模块职责理解 Claude Code，先搭架构骨架，再进入交互与实现。
Coding Agent Harness 对决：Claude Code、Codex 与三种开源答案
为什么相同模型装进不同 Harness 会像不同产品？从 Agent Loop、上下文、工具、验证、安全、并行和扩展七层，对比 Claude Code、Codex、Kimi Code、Hermes、Pi 与 DeepSeek Harness。
DeepSeek Harness 架构（一）：先理解能力组合与事实记录这两条主线
从组合、执行、事件和治理建立高层地图，理解全插件运行时在解决什么问题。
ECC 架构深度解读：把 AI 编程经验编译成可移植的工程系统
从源码出发拆解 Everything Claude Code 的资产层、安装编译器、Hook 运行时、记忆与学习系统、安全边界及 ECC 2.0 控制平面，并分析它真正解决的问题与架构代价。
Hermes Agent 架构深度解读：一个会积累经验的个人 Agent OS
从 Agent Loop、Prompt 分层、四类记忆、工具运行时、子 Agent、Gateway 与安全边界出发，拆解 Hermes Agent 的真实架构，并解释“自我进化”究竟发生在哪里。
2026 年的 AI 到底能做什么？从模型能力到 Agent 交付边界
先判断哪些工作能交给 AI，再读懂评测依据。用八类基准与最新模型画像，理解 AI 的能力、边界和下一阶段机会。
Pi 架构深度解读：把 Coding Agent 做成可改造的最小内核
从模型适配、Agent Loop、Session 事件树、上下文压缩与扩展系统出发，拆解 Pi 如何用机制与策略分离构建极简 Harness，并分析其正在演进的分布式架构。
Agent 评测（一）：先搭一张从任务到上线决策的地图
先理解任务契约、运行环境、证据、评委与发布决策，再进入指标和工程实现。
从“做产品”到“组织未知”：陆奇谈研究型创业者
从生产力重组、NeoLab 组织范式到研究、创新与斜率三种思维，重新理解 AI 时代如何完成从 -1 到 1。
TRACE 深度精读：从“答对”走向“可信地答对”
拆解 TRACE 的轨迹效用、证据扎根、陷阱恢复与脚手架评测，并审视它从论文指标走向生产评测时必须补上的边界。
Anthropic Harness 建设
从 Claude Code、Claude Agent SDK 与 Anthropic 官方工程实践出发，拆解 Agent Harness 的核心原理、产品架构、安全边界与建设路径。
产品分析框架（一）：先知道要做什么决定，再选择框架
以 MeetFlow 为主线，把战略、需求、增长、商业和复盘放回一张决策地图。
OpenAI 与 Anthropic 的产品实践：AI 时代产品经理的角色变迁
在 Agent Harness 时代，产品经理如何把不确定的模型能力，转化为可验证、可控制、可持续演进的工作系统。