Keane

You finally have a reason to own your data. The unit of ownership isn't a token. It's a project.

所有subagent架构的第一性原理就是上下文隔离和管理

发现一个很好用的方式。 在一个主session里和fable聊设计和架构和产品 然后让他派发opus subagent来执行，既省token效果还好。 fable现在在我这里真的没有代餐

有没有人觉着claude code的额度，特别是fable的耐用了很多

一个ui去掉ai味的小tip。让agent把组件伪3d化，不要用那种边界线，很丑

架构决定模型获得的上下文来源，上下文来源决定agent的效果。 agent产品经理应该设计架构

最近看到了一个特别惊艳的产品叫boardly，在x上也有账号@boardyai. 是一个找人的ai，交互做的特别棒，使用门槛也特别低，follow 了之后直接给你x上发私信，然后通过message给你打电话发消息。 整个感觉就像一个猎头一样。 回想我用起来的原因，全部和ai能力无关 - 他找人找的不太准。 但是使用门槛实在是低。在我快忘了他的时候，会有主动的触及。 我一直是personal agent的看衰党，但这个产品的好用程度，产品性，确实是让人眼前一亮

1. 思考发生在“问题到答案之间的那段空间”里。 以前这段空间以小时、天计；现在以秒计。空间被压没了，思考就没有发生的地方 2. 模型越强，监督越容易失效。 这是全文最反直觉的一条。直觉是“错误变少所以更安全”，实际是“明显错误的比例下降 → 不需要再看第二眼的比例上升”。危险不是错误变多，是错误变得不像错误 3. 债有三种，全都不当场显形。 comprehension debt（理解债）：代码干净、测试全绿，直到你要改它，然后没人懂。 intent debt（意图债）：目标、约束、理由没写下来，藏在别人写过的产物里 。 orchestration tax（编排税）= agent 产出的量 − 你敢打包票的量。 这个深有体会，每个没有验收过的产出，都是后续可能埋的雷 4. 一个大脑，两只眼睛。 并行 10 个 session并不会增加检查，审阅的带宽。产出是并行的，验收是串行且单线程的 → 瓶颈必然从“写”移到“确认自己是对的” - 这也是为什么大家这么讨厌ai slop，产出太容易了，消费太耗费精力了 5. 能力用则进，不用则废（supervision paradox）。 这是Anthropic 自己的研究：监督 Claude 需要的那套 coding 技能，正好会因过度使用 AI 而萎缩。

刚看到一篇论文，把我一直想讲但是苦于没有证据的事情，用数字讲清了。 两个agent轮流跑同一个项目，换人的时候会话上下文全清掉，只留盘上的文件。 结果跑出来的benchmark是78.2% any-medal，比最强开源基线高 8 个点，而且只花了四分之一的时间预算。 论文是这个：arxiv.org/abs/2610.13494 跑的MLE-bench 的 75 个 Kaggle 题。 做法就很朴素。agent A 上，做满 k 次实验就停。session 结束，对话上下文全部清掉。agent B 上来，只能读 workspace 里的东西。然后轮流。 不换模型能力，不加额外的 harness，也不注入任何领域知识。 就这么个改法，赢了。 然后是两个诊断： 第一个我觉着是常识，上下文偏移，long-horizon deceleration。单会话越跑越长，agent 的推理强度会往下掉，进度也变慢。不是模型不行，是会话太长。 第二个，harness staleness。你精心给它搭的那套脚手架，模型一升级收益就没了。（所以其实我一直很不能理解rsi） 那重要的是什么呢？ 你留在“workspace”里，让下一个agent接手的上下文是什么。 是准备好的，给下一个agent随时使用的资产，还是乱七八糟，版本混乱的噪音？ 这就是我们做 orbital 时一直在处理的那件事。 同一个项目上下文上，换 session、换 agent，接着干就行。因为留在盘上的，就是一个agent维护的，能让任何 agent 都能干好的 workspace 上下文。 会话会结束，项目和它对项目的理解不会。 orbital：github.com/zqiren/Orbital

因为问ai太方便了，所以我现在所有的知识全部外包给ai了，导致所有的架构设计和产品设计的决策几乎都是实时的。 在几分钟之内让agent给出决策需要的信息，然后花几分钟理解，结合我对项目的整体上下文给出决策。 然后之后什么都记不得....

DeepSeek Harness的判断是一个人最多同时盯 3 到 5 个 session。 单个任务卡在模型能力，多任务卡在人的注意力。 然后现在模型能力够了，注意力成为瓶颈，就需要新的工程解法。 然后这个解法很多人都在做：有一个agent项目经理，只接需求、分活，自己不干活。员工各管一摊，后续反馈直接到员工手里。就是orchestrator模式。 但 orchestrator 只解决了谁来干活，没解决项目的记性放哪。 文章后面自己也承认：跑上几个月，长期记忆会变成主要瓶颈。 Orbital 也有项目经理，但它的责任不只是派活，而是把每个agent的活记录下来，维护一个agent互相接手，交接的wiki 我自己一个项目从 4 月 22 号跑到现在：788 个 session，Claude Code 和 Codex 换着干，280MB 日志里沉淀出约 100KB 的决策和经验。 orchestrator 人人都能做。但几个月后，所谓的会话越积越多，乱七八糟的日志越来越厚。这不叫 autonomous，这叫造后续没人能接手的屎山

我一直都极其不理解什么叫做self-improving harness。提升的只是重复的任务。 除开定时任务，用户在workbuddy和claude code里能有多少agent任务是重复的... 今天整个表，明天调研整个ppt啥的...费那么大劲improve个啥呢

福滤娃这个东西好啊，上次看到大黄老师屏幕上的这个流量增长标还以为是x 高级会员的插件 结果是自己做的开源项目，好用好用，蹭热点起号好工具 github.com/realchendahuang/f…

评判deepseek harness的时候要知道多agent的第一性原理是什么。 说大白话就是解决context rot和并发的问题 router在我看来只有维护上下文，给worker补充上下文的意义。如果脱离了这个背景上下文的加持，有什么必要要多加一层信息的传递呢？ 你打工也希望自己的组织扁平化，信息传递更无损对吧？

deepseek 最新发布的super-agent，大白话： 现在agent的上限不是模型，是人。人最多同时盯3-5 个窗口，再多回来就懵逼了。 所以他们干脆不让你盯了。前面放一个"项目经理"，只听你说话、只派活，自己不动手。后面一堆"员工"各干各的，干完跟经理汇报。 最有意思的是他们的实验：给模型一个能叫子agent的工具，不多交代，跑 5 次，它全都自己干了。然后专门交代它要多把活分出去，还是有一次嫌活小自己干了。 像刚晋升的组长，活还是都自己干hhh 所以光靠prompt规范好像没什么意义，必须得让主agent的角色根本不能动手。 orbital的理念也是这样，但是我理解能够决定任务质量的并不是子agent模型或者能力。最重要的是他的上下文，所以orbital里的主agent是负责上下文管理 + 派发子agent。 这里感觉大家都在慢慢converge到这种架构 -让ai来看ai，让agent来管agent！ deepseek repo： github.com/deepseek-ai/dsh-s… orbital repo：github.com/zqiren/Orbital

any agent, same context

现在这个职场环境真有意思 我面个ai产品经理的岗位，被问到queue和stack是怎么实现的，模型是怎么训练的。 啥时代了还整八股文 我熟练掌握所有数据结构，算法，论文，智力还不过gpt3.5 有什么意义呢？

接上回 同一个项目，又有金句： “给agent的这句prompt，得拉另一个组的同学来说”

有意思