THE MATRIX · 世界
产品叫 Neo。世界叫 The Matrix。
「Agent = Model + Harness」的空间化。模型是 Neo 的脑(模型厂商造);Harness 是 Neo 工作与成长的世界(飞冰造)。借《黑客帝国》的隐喻,我们把这个世界命名为 The Matrix —— 它本身是一等的架构组成,不只是修辞。执行者强 ≠ 做得好,所以世界里必须住着一个独立的评估者生态,持续观察、判别、迭代它。
Model + Harness = Agent:模型厂商让 AI 更聪明,飞冰造它工作与成长的世界。
① 工作场景
真实世界
6 个工作台 + 5 层 harness。Neo 经统一对话内核真做事,产出真实流量。
② 训练场景
训练道场
电影里 Neo「我会功夫了」的加载程序。回放最惨 / 对抗 case,永不退步。
③ 世界的记忆
事件流
裁决 + 用量 + 负信号的可观测事件流 —— 世界里发生过什么的真实记录。
| Matrix 角色 | 评估者循环 | 职责 |
|---|---|---|
| Neo | 执行者(Worker) | 真做事 —— 觉醒者,在世界里改写规则。 |
| The Oracle · 先知 | 在线裁判 · per-run | 每次运行一份逐轴打分的裁决报告 —— 看得见当下。 |
| The Architect · 架构师 | 离线挖掘 · aggregate | 跨海量运行找系统性病根,映射到 owner 与代码行。 |
| The Dojo · 道场 | 回归道场 · CI 闸 | 最惨 / 对抗 case 固化版本化,分只准升不准退。 |
| Agent Smith · 史密斯 | 对抗探针 · 横切 | 常驻红队,在用户撞到前逼出破绽。 |
PHILOSOPHY · 宪法
不是教条,是认知地基。
三大支柱、认知基石、设计原则、反面红线、隐私红线、领域权威系统 —— 每一条都来自真实工程教训,写进一份被称为"宪法"的文档。每个 PR 都必须能 trace 回某条原则。
TL;DR · 一句话宪法
任务一等 · 用产品设计补足 AI 的不完美 · 信任来自展示,不是承诺。等式 = Agent = Model + Harness:Model 让 AI 更强,我们做 Harness。
3
支柱
13
设计原则
12
反面红线
9
权威系统
THREE PILLARS
三条认知地基。所有决策从这里开始。
01
From Chat to Workflow
任务是中心,消息只是副产品。Task 是计费、配额、审计、可观测的最小单元。
02
Productize Uncertainty
AI 不完美是事实不是 bug。Clarification Gate + 自纠错 + 软退场,把不确定变成可控体验。
03
Process Transparency
信任来自展示,不是承诺。Worker 在做什么、看到什么、用了什么权限,实时可见可审计。
COGNITIVE BEDROCKS
认知基石。关于 AI 本身的判断。
AI 是协作者
不是黑盒神谕。协作意味着可见、可纠、可接手。
信任是被建构的
Trust Trajectories:信任沿交付记录累积,不是开关。
可靠 > 灵活
可预测性 > 创造性。企业场景先要稳,再要巧。
成熟度 = 失败处理
产品成熟度不看 demo 多惊艳,看失败时多体面。
设计 = 反向工程局限
好的 Agent 产品设计,是对 AI 局限的逐条反制。
DESIGN PRINCIPLES
设计原则。每个 PR 必须能 trace。
从体验与信任,到产品化纪律,再到架构与质量宪法 —— 原则不是标语,是可执行、可审计、违反即打回的硬约束。
AUTHORITY SYSTEMS
领域权威系统。先补规范,再写代码。
每个领域有且仅有一个权威源:找不到对应模式时,先回权威系统补章节,再动代码 —— 不允许"先写代码、回头补规范"。每个系统都带机器强制臂(只增不减的 ratchet 闸)。
D15
设计系统
所有 UI 表面与组件的视觉权威源,一套完整规范。
D20
后端模块与模型
能力模块 + 数据模型的归属与模式,表归领域。
D21
端到端测试
分层测试原型 + fake 原语 + 诚实覆盖账本。
D22
评估者体系
独立评审、真实数据打分、judge 对人工校准。
D23
前端实现质量
功能完整 + 结构健康两轴,god-component 拆分配方。
D24
内容成品
成品即兑现、一鱼多吃、发布即高危。
D25
知识蒸馏
知识即开放文件真相,接地即引用,无引用不算交付。
D27
微内核架构
三层同心 K→X→P,依赖严格向内,核不识扩展。
D28
项目即载体
知识 / 记忆 / 世界的载体是文件域,存了必消费。
ANTI-PATTERNS
反面红线。PR 撞线立刻停手。
PRIVACY · RED LINES
隐私红线。不可商量。
桌面级 Agent 平台的底线。任何 PR 撞这三条必须立刻撤回。
本地默认,云端显式
所有数据默认本地。上云、外发、跨域必须用户主动点击。
路径透明
每个文件操作都给出完整绝对路径。相对路径不许"消失"。
隐私契约
遥测 / 日志 / 分析数据永远不含原始用户标识、文件路径、密钥。
RESEARCH · 研究
把"更好"变成可衡量的事。
Neo 的工程研究不谈"更聪明",谈"可证明地更可靠"。每个可靠性模块都有北极星指标、boot-log 一行、CI gate。下面是方法论笔记。
NORTH-STAR METRICS
每个模块都用一个数字说话。
每个核心模块定义一个北极星指标:每次启动可见、有一行滚动 30 天的实时值、有一道自动闸。不达标不发布。
| 模块 | 北极星指标衡量什么 | 目标 |
|---|---|---|
| 扩展界面 | 多维度界面质量评分 | ≥ 0.95 |
| 记忆 + 搜索 | 记忆与搜索的能力覆盖 | ≥ 0.95 |
| 连接器 | 连接器就绪与稳定度 | ≥ 0.95 |
| 内容成品 | 一次过三道关的比例 | ≥ 0.75 |
| 统一体验 | 跨模式的活跃留存率 | ≥ 0.60 |
| Data Pack | 上线就绪与韧性 | = 1.00 |
| Computer Use | 自动化能力覆盖与韧性 | = 1.00 |
| 评估者 | 评审与人工标注的一致率 | ≥ 0.80 |
| 端到端覆盖账本 | 验收项与真实测试绑定的诚实计数 | 只增 |
认同这套哲学?去看它怎么落地。
哲学不在纸上,在产品里。每条原则都对应一个能被点开、被打分、被审计的实现。