AI Notes

Appearance

一句话结论 ​

Zed、Cursor、Anthropic、Warp 从四个切面承认同一件事：Git 仍是对外契约，但已经不是 agent 工作的内部操作系统。 Zed 补 commit 之间的语义（对话、活 worktree）；Cursor 补 commit 之上的物理（托管、弹性副本）；Anthropic 补 commit 前后的控制环（intent → spec → plan → 闸门 → 写回 intent）；Warp 补 harness 自身如何从团队判断里进化（inner skill 干活，outer 把现场反馈变成 skill PR）。未来的 agent-native 基础设施，会把「进行中的工作」和「已发布的快照」拆开，让副本、会话、验证、闸门、skill 都按机器流量而不是按人类习惯来设计；人留在闸门上，循环自己转，判断开始复利。

四家各自在补哪一层 ​

Zed Delta / DeltaDBCursor Origin / ContinuityAnthropic AI-native SDLCWarp self-improving skills
痛点软件在对话里成形，Git 只看见 commitAgent 把仓库数量和 clone 频率推到人类托管假设撑不住的量级代码不再是瓶颈，计划/审查/发布仍按人类速度节流对 agent 的纠正随 session 蒸发，prompt 改不赢
改的层工作协议：thread + 活 worktree托管协议：WAL 为源，磁盘 Git 为缓存控制协议：工件链 + hooks + 生产闸门进化协议：inner skill + 现场反馈 + outer PR
对 Git 的态度补 Git，不替换 Git兼容 Git，不 fork Git仓库可当真理，也可和 Jira/ServiceNow 互链skill 就是 git 里的文件，学习就是普通 diff
一等工件对话、delta、未提交的树push、pack、可丢可建的副本intent.md / spec.md / plan.md / eval / 闸门记录inner SKILL.md、人的 why、improver 开的 PR
协作单位一条可分享、可续跑的 thread一个可被 CI / agent 狂读的 repo一份被接受就会点燃下一阶段的工件一条落在人已经工作之处的反馈
弹性人、本机、云 runner、浏览器、外部 harness 共享同一 store热仓上百副本，短命仓库一份，闲置零份并行 session / worktree；检测确定性，模型按档召唤inner 按事件触发，outer 按日程看所有覆盖
人的位置在 thread 里指、问、接着干把代码、PR、agent 放进同一个 host守闸门：接受 intent、接受 plan、批 PR、放行生产在现场给 why，在 skill PR 上决定合不合

表面上一个像新协作产品，一个像新 GitHub，一个像企业流程手册，一个像「如何让 agent 自己变好」。底下的问题是同一个：

人类规模的软件基础设施，是按「偶尔提交、少量克隆、评论贴在快照上、仓库是宠物、闸门是会议、纠正写进下一次 prompt」设计的。Agent 把这六条假设同时打穿。

共同之处 ​

1. 都不推翻 Git，都把 Git 降级为边界协议 ​

四家都没有说「Git 死了」。

  • Zed：从没打开 Delta 的同事，看到的仍是普通 Git 仓库。commit / push / CI 留下做互操作。
  • Cursor：所有 Git 操作仍发生在磁盘上的普通仓库，用现成工具。Martí 明确反对「对 Git 做奇怪的事」。
  • Anthropic：甚至允许 Jira / ServiceNow 继续当真理，markdown 当工作副本，最低限度用记录 ID 和 commit SHA 互链。审计师已经接受的系统不必先推翻。
  • Warp：学习的产物不是改 memory、不是静默改 prompt，而是对 SKILL.md 的普通 git diff，走普通 PR。Git 在这里是进化日志。

这不是保守，是分层。Git 赢在：

  • 已经是全球默认的发布和互操作格式
  • CI、code review、权限、合规都长在它上面
  • 替换成本是组织级的，不是技术级的

所以 agent-native 的第一原则会是：

对世界仍是 Git；对内部工作流，Git 只是其中一个 adapter。

谁先宣称「我们替代 Git」，谁就要同时替代二十年生态。谁先宣称「我们让 Git 重新够用」，谁才能把迁移摩擦压到可执行。

2. 都把「进行中的状态」当成必须被系统看见的东西 ​

人类 Git 工作流默认：

  • 工作副本是私有脏状态
  • 只有 commit 才进入公共空间
  • 公共空间的评论贴在冻结快照上

Agent 让这个默认失效：

  • 大量有意义的状态发生在 uncommitted 区间（Zed）
  • 大量有意义的状态发生在「刚 push、必须立刻被 100 个 runner 看见」（Cursor）
  • 大量有意义的状态发生在「还没写代码、但已经被接受的 intent / spec / plan」（Anthropic）
  • 大量有意义的状态发生在「人对这次 agent 产出说了什么、为什么」（Warp）
  • 四种状态都不能等，也不能靠人肉同步

Zed 的句子是：软件在对话里成形，不在 commit 里。 Cursor 的句子是：push 在被完全持久化之前绝不确认，而且必须线性一致。 Anthropic 的句子是：每个阶段提交下一阶段能读的工件。 Warp 的句子是：Skills are just files；学习就是对它们做 diff。

方向不同，要求相同：中间态必须是一等的、可寻址的、强一致或可实时收敛的；对 Anthropic 来说还包括可触发下一闸门的；对 Warp 来说还包括可被 outer skill 读到、变成下一版 inner 的。

3. 都在把宠物变成牲畜 ​

Martí 说得最直白：Spokes 把仓库当 pets。Delta 没说这个词，做的是同一件事：

  • 仓库 / worktree / 会话不再是「一台机器上那份珍贵的东西」
  • 任何节点丢了，都能从源重建
  • 数量按负载伸缩，不按「每个对象至少三份」的宗教

Cursor 的源是 S3 WAL。 Zed 的源是被复制的 delta 流（CRDT worktree + 对话）。 Anthropic 的源是被接受的工件链：session 可丢，intent.md / plan.md / eval / 闸门记录留下来。 Warp 的源是被 merge 的 skill：单次审查/分诊可丢，人对它说的 why 和合入的原则留下来。

形态不同，运维哲学相同：

可丢、可建、可迁，才配得上 agent 的制造速度。长命的是被接受的记录，不是某一次跑。

4. 都承认 Agent 制造的是双峰负载，不是「更勤快的人类」 ​

Cursor 写得很清楚：

  • 一端是企业巨仓，需要上百只读副本，push 还不能被 3PC 拖死
  • 一端是海量 throwaway 小仓，三副本地板高到荒谬

Zed 面对的是同一分布的语义版：

  • 一端是要完整保留的、可审查的长 thread（diff 全开、transcript 不截断）
  • 一端是大量短命、可分享、可被云 runner 接着跑的会话

Anthropic 面对的是同一分布的流程版：

  • 一端是必须人类签字的生产闸门、受监管路径、政策冲突
  • 一端是可以 auto mode、可以无人启动、可以按控制带召唤的常规循环

Warp 面对的是同一分布的学习版：

  • 一端是资深工程师几条带 why 的纠正（质量）
  • 一端是开源仓上数千次审查、社区里每周一千条提及（数量）
  • 两端都不是「再写一版更好的 prompt」能吃下的

如果把 agent 理解成「打字更快的同事」，你会去优化 PR 页、GitHub runner、站会和 prompt。 如果把 agent 理解成「另一种流量形状」，你会去重做存储、复制、协作原语、闸门，以及 skill 的进化路径。

四家都选了后者。

5. 都把「代码为什么长成这样」当成基础设施问题，而不只是文档问题 ​

Zed 直接做：消息和编辑并排；从代码跳回对话；历史跟着代码走。 Cursor 间接做：完整 WAL 给每次 push / repack 做 provenance；副本可快进可回退；Git 自己出 bug 也能恢复。

这和 Harness Engineering：当工程师不再写代码 里的「Repo as System of Record」是同一条河的上下游：

  • Harness 层：规则、测试、边界必须进仓库，让 agent 能执行
  • Delta 层：产生这些改动的对话必须进仓库旁边的工作协议
  • Continuity 层：这些仓库本身必须能按机器规模被复制和扔掉
  • SDLC 层：意图、规格、计划、eval、闸门记录必须成为下一阶段能读的工件，循环才能自己转
  • Skill 进化层：人对这次产出说的 why，必须成为下一版 inner skill 能读的 diff，harness 才能自己变好

没有后四层，前一层会在物理上先崩、在协作上先腐、在组织闸门上被节流，或停在「每次从零教同一个错」。

6. 都把人从「搬运工」里拿出来，放到「指认和判断」上 ​

Zed：把 caret 放到那一行、那个 plan step、那段 thinking 上再打字。agent 看到的是精确指称，不是一段被摘要过的人类语言。 Cursor：人不再操心「这个 commit 在哪台 fileserver、有没有复制到 CI」。host 必须在降级时仍然正确。 Anthropic：人不再启动每一段。产品负责人接受 intent，工程师接受 plan，code owner 批 PR，release manager 放行生产。循环自己转，判断留在闸门上。 Warp：人不再手改 prompt。在已经工作的现场给 why，在 skill PR 上决定这条原则进不进系统。判断开始复利，而不是每次从零教。

这和 用好AI的第一步：停止和AI聊天 是同一类判断：

  • 人不要再当反馈搬运工
  • 系统要自己闭合
  • 人负责方向、标准和最终判断

只是这次闭合的对象，从「一次代码生成」扩成了「存储、协作、以及整条生命周期」。

分歧之处：同一判断，不同切口 ​

共同判断是「Git 不够当内部 OS」。切口不同，所以产品长得不像。

Zed 从意义裂缝切进去。 Commit 太粗、太晚、评论必过期。Agent 让「对话即源码」从诗意变成刚需。所以他们做 thread-centric 的新应用，甚至愿意暂时不塞进 Zed——存储和客户端必须互相塑造。

Cursor 从物理裂缝切进去。 副本太贵、太慢、太娇气。Agent 让「百万小仓 + 百副本巨仓」同时出现。所以他们做新 host，并且先兼容 GitHub，agent-native 功能反而放后面——先把不会丢、能扛流量的底座铺上。

Anthropic 从控制裂缝切进去。 构建已经塌成小时级，计划、审查、发布、运维还在按人类速度走。旧闸门从保护变成节流。所以他们不发明新存储，而是把问责从会议搬进工件和 hook：每个阶段提交下一阶段能读的东西，写代码的 agent 不能批准自己，检测保持确定性，模型只在越带之后被召唤。

Warp 从进化裂缝切进去。 第一版 80 分的 prompt 制造吵而且烦的 agent；人手改 prompt 跟不上；反馈在 session 结束时蒸发。判断类工作没有测试可以重试。所以他们不追求完美 prompt，而是把 inner skill、现场 why、outer improver 拆开：干活的自动跑，学习的按日程提议，合入必须是人。原则能泛化，规则表会过拟合。

一个补的是「人看不懂 agent 刚刚做了什么」。 一个补的是「机器拿不到 agent 刚刚推了什么」。 一个补的是「组织跟不上 agent 刚刚产了什么」。 一个补的是「agent 记不住人刚刚纠正了什么」。

哪个先爆，取决于团队更痛协作、规模、治理还是重复教同一个错。长期看四个都会爆。

还有一个值得盯住的差异：

  • Zed 明确把 未提交状态 变成可协作对象（CRDT）
  • Cursor 明确把 已提交状态 变成可弹性复制对象（WAL）
  • Anthropic 明确把 被接受的意图/计划 变成可触发对象（工件链）
  • Warp 明确把 人对产出说的 why 变成可进化对象（skill diff）

中间那条缝——「agent 正在写、还不能 commit、但已经需要另一台机器接着跑 / 被 CI 预检 / 被另一个 agent 读」——Zed 和 Cursor 都碰到了，都还没有完全收口。Anthropic 用 plan mode（接受前不能改文件）和 worktree 隔离绕过了一部分，但实时共享仍不是它的主题。Warp 的 outer 按日程读的是已经落下的痕迹，不是进行中的树。这会是下一层基础设施的争夺点。

对未来 agent-native 基础设施的判断 ​

判断 1：软件栈会稳定成三层，而不是「一个超级 Git」 ​

text
语义层    thread / trace / intent / spec / 决策 / 失败 / 为什么 / skill 原则
工作层    活 worktree / sandbox / 运行时 / 验证回路 / eval / inner skill
发布层    Git commit / PR / CI / 权限 / 合规 / 生产闸门 / skill 的 merge

今天大多数工具把三层压进 Git，再把治理压进会议。Agent 会把它们撑开：

  • 发布层继续用 Git，因为世界在那里；Anthropic 还允许监管已经接受的遗留系统继续当真理
  • 工作层会越来越像 DeltaDB + worktree + cloud runner：实时、可挂载、可丢
  • 语义层会越来越像「可寻址的对话、意图和工具轨迹」，而不是 chat 窗口的滚动条，也不是只存在于某人脑子里的计划

Harness Engineering 主要发生在工作层和语义层之间：规则、工具、验证、恢复。 Origin / Continuity 主要发生在发布层之下：让发布层的物理形状配得上 agent 流量。 Delta 主要发生在语义层和工作层之间：让审查和接手不必等发布。 AI-native SDLC 主要发生在三层的闸门上：什么东西被接受了，才允许往下流；越带了，才写回上流。 Warp 的 self-improvement 同时改语义层（原则怎么写）和工作层（inner 下次怎么干），但进化本身必须穿过发布层（skill PR）。

谁试图用一层吞掉三层，谁就会重新发明 GitHub 或重新发明瀑布，然后再被同一组裂缝撕开。谁试图让 agent 静默改自己的生产指令，谁就会失去回滚和问责。

判断 2：System of Record 会从「仓库」变成「仓库 + 轨迹」 ​

「Repo as System of Record」对人类团队几乎正确，对 agent 团队不够。

Agent 下次要复用的，不只是最终文件，还包括：

  • 当时的 prompt 和约束
  • 中间失败和被否定的方案
  • 测试为什么绿、截图为什么算过
  • 哪一次 push 可见、哪一次 compaction 改写了 pack
  • 哪个 runner 用的是哪份副本

Zed 把「对话」写进记录。 Cursor 把「push 的 WAL」写进记录。 Anthropic 把「被接受的意图、规格、计划、审查发现、控制带越界」写进记录。 Warp 把「这次为什么打偏、哪条原则该改」写进记录——而且写进的是下次 inner 会加载的那份文件，不只是审计日志。

下一步会汇合：一次 agent 运行的完整 trace——文件 delta、工具调用、验证、权限决策、闸门判决、人的 why——变成可查询、可分支、可回放的对象。Git commit 只是这条 trace 上偶尔打下的书签。intent.md 是上游书签，PR 是下游书签，被 merge 的 skill 是 harness 自己的书签。

判断 3：一致性模型会按受众分叉，但对外仍伪装成 Git ​

给人类看，最终一致常常够用。 给 agent 和 CI 看，不够。

Cursor 写过最狠的例子：一百个 runner 里三个找不到 commit，就是失败。Zed 的 CRDT 则是另一种强保证：多人和多 agent 同时改同一文件，必须收敛，而不是靠「你先 stash」。

未来默认会是：

  • 对外线性一致（push / fetch / clone 看起来像今天的 Git）
  • 对内可重建（任何副本都不是真理）
  • 对工作副本可收敛（CRDT / OT / 实时复制，处理未提交）

「正确优先于降级，健康时再求快」会从存储口号变成工作流口号。Agent 可以慢，但不能静默分叉。

判断 4：沙箱、会话、仓库都会变成短命对象，长命的是策略和轨迹 ​

Agent 会制造：

  • 用完即走的 repo
  • 用完即走的 worktree
  • 用完即走的云会话
  • 用完即走的 CI clone

如果这些对象按宠物运维，成本先爆炸，正确性再爆炸。

长命下来的会是：

  • 权限与策略（谁能碰世界、什么算完成；hooks / managed settings）
  • 验证器（测试、lint、浏览器、类型、evals）
  • 轨迹（为什么这样做：对话、intent、plan、WAL、人对产出说的 why）
  • 发布契约（Git、artifact、部署、生产闸门、skill merge）
  • 控制带（什么偏差算越界，越界后模型可以走哪条路由）
  • 原则（如何思考这类任务，而不是这一次做什么）

这会倒逼定价、隔离、GC、调度全部按「短命对象 × 长命策略」来设计。现在的 GitHub 定价、runner 分钟、seat 许可，都还是人类团队的计量单位。Anthropic 已经开始用另一组领先/滞后指标：intent 从对话到提交的小时数、plan 一次通过率、eval 通过率、闸门等待、越带到 intent.md 入队的时间。这些才更像 agent-native 组织的仪表盘。

判断 5：审查会从「看 diff」变成「在产生 diff 的现场里指」 ​

PR 不会立刻死。它是发布门禁，合规和外部协作者还需要它。

但团队内部的主审查会迁走：

  • 评论锚在活文本上，而不是行号上
  • 对象不只是代码，还包括 plan、thinking、工具输出、失败日志
  • 审查者可以直接对还在跑的 agent 说话，而不是对一个已经过期的 snapshot 说话
  • 接手者不需要问「你 push 了吗」

Delta 已经把这个界面做出来了。Origin 还把 PR 留在第一版，是因为迁移现实：GitHub 上的审查习惯、权限、通知，一夜搬不走。Anthropic 把 PR 明确留作发布闸门和审计记录，但把「对照 spec / plan 的合规」写成 REVIEW.md 的 pass，并把机械发现从人眼里拿走。

五年内更可能的稳态不是「PR 消失」，而是：

PR 变成发布层的汇总视图；thread / trace 才是工作层的审查视图；intent / spec / plan 才是工作开始前的审查视图。

写代码的 agent 不能批准自己——这条会从 Anthropic 的企业手册，变成所有 agent-native 发布层的默认。改 skill 的 agent 同样不能批准自己——Warp 已经把同一条用在 harness 的进化上。

判断 6：编辑器、终端、浏览器、云 runner 会争入口，赢的是「同一份工作状态能跟着人走」 ​

Zed 为此做了硬决定：同一份 Rust 应用编到 WASM，浏览器不是残血网页。Claude Code 的终端 session 还能流进同一条 thread。

这意味着入口战争的胜负手不是「谁的 IDE 更强」，而是：

  • 状态是否独立于客户端
  • 人是否能在终端开始、在浏览器看、在云上续、在另一台电脑接手
  • 外部 harness 能不能插进来（ACP 这类协议会变重要）

Cursor 走的是另一条整合：代码、PR、agent 进同一个 host。入口是 Cursor 本身。

两条路会共存一段时间。长期更稳的是 状态可携带，而不是 状态锁在一个客户端。DeltaDB 以后还要回灌 Zed，本身就说明他们也知道：第一客户端可以是新应用，源不能是新应用。

判断 7：Harness Engineering 会从「提示词和规则文件」升级成「控制面 + 数据面 + 闸门面 + 进化面」 ​

现在说 harness，多半指：

  • system prompt
  • CLAUDE.md / AGENTS.md
  • 工具、权限、hook
  • 测试反馈

这是单机控制面。Zed / Cursor 逼出来的是数据面：

  • 工作树如何复制
  • 会话如何成为可分享对象
  • 仓库如何按流量伸缩
  • 中间态如何被寻址和回收

Anthropic 逼出来的是闸门面：

  • 哪份工件被接受才允许下流
  • 哪条政策是建议（skill），哪条是强制（hook），哪条是工程师关不掉的（managed settings）
  • 写的身份和批的身份如何拆开
  • 检测为何必须保持确定性，模型只在越带后出场
  • 线上异常如何写回 intent.md，让生命周期自己喂自己

Warp 逼出来的是进化面：

  • inner 干活，outer 学习，两份 skill 拆开
  • 信号来自人已经工作的现场，不另做反馈产品
  • 学习产物是 git diff，不是静默改 memory
  • 写原则和为什么，才能泛化；规则表会把反馈收成脆的例外
  • 还要教 agent「如何从一次打偏里抽出原则」，否则只会堆 if-then
  • 假设反馈会错；合入必须过人

没有数据面，控制面只能管一台笔记本上的一个 agent。 没有闸门面，数据面只会让错误以机器速度进入生产。 没有进化面，闸门面只会反复拦同一个错，harness 不会自己变好。 四面齐全，才谈得上团队级、机群级、可审计、会复利的 agent 工作流。

所以未来「会做 harness」的人，会越来越像同时懂五件事的人：

  1. 模型控制（prompt、工具、验证）
  2. 分布式状态（复制、一致性、GC）
  3. 人机审查（指认、锚点、可回放）
  4. 组织闸门（工件链、职责分离、确定性检测、生产边界）
  5. 进化回路（现场信号、outer 提议、原则而非规则、人 merge）

只做第 1 件的人，会停在单机魔法。 只做第 2 件的人，会做成没有人能审查的云工厂。 只做第 3 件的人，会做成漂亮但撑不住流量的协作工具。 只做第 4 件的人，会做成没有数据面的新瀑布——文件换了名字，循环转不起来。 只做第 5 件的人，会做成会自己改自己、却没有闸门和回滚的提示词生物。

判断 8：控制必须分层，检测必须确定性，模型不能既当裁判又当选手 ​

Anthropic 把这件事写到了可执行的粒度，值得单独提成一条判断。

三层控制：

  1. CLAUDE.md / skills：建议。让违规变稀有
  2. hooks：强制。让违规接近不可能
  3. managed settings：组织底线。工程师、项目文件、CLI flag 都关不掉

两条硬边界：

  • 脚本决定「失败了没有」，模型负责诊断。 控制带、测试是否绿、sandbox 是否起来，都不能交给同一个会编故事的模型
  • 写代码的 agent 没有批准自己的路径。 生产闸门前可以准备一切，越过去必须是被点名的人

这会成为 agent-native 基础设施的安全默认，就像 Continuity 的「降级时仍然正确」。模型越强，这两条越不能省——因为产出速度会把任何「看起来有治理、其实只是 prompt」的红线冲穿。Jason Clinton 的内部实践把它说得更白：把这些 agent 当成新型内部威胁来设计；安全工程师的工作从盯 bug，变成盯循环。

Warp 给进化面加了第三条硬边界，值得并列：

  • 改生产指令的 agent，不能自己让改动生效。 inner 可以无人启动，outer 可以自己开 PR，merge 必须是人。Skill 当代码：有历史、能审查、能回滚。静默改 memory 不是进化，是失忆和中毒共用一条路。

判断 9：Skill 和 Memory 必须分开；进化写原则，不写例外 ​

Warp 把一个很容易混的概念钉死了：skill 是程序性的、稳定的、故意改的；memory 是推理时自动写的、一直在变的。把现场纠正写进 memory，下次也许能用，但不能审查、不能回滚、不能在团队间共享，也很容易被一次错误反馈带跑。

另一半同样硬：学习必须抽出原则，而不是堆规则。Buzz 的反面教材是，人把「太营销」改掉，agent 学成「永远别在第一句提定价」。可迁移的是「如果对方在发泄，先共情，别先推销」。所以 outer skill 真正要做的，不是补一条 if，而是问：要达到期望输出，缺了或没写清哪条原则？

这会倒过来逼团队把原来只存在于口味里的东西写到纸上。进化面不只是让 agent 变好，也是让组织隐性知识外显。和「Claude 把同一个错犯两次就写进 CLAUDE.md」是同一条河，只是 Warp 把它从工作规则做成了机械循环。

对工作流的判断：人真正该改的不是工具订阅，是对象生命周期 ​

如果把上面收成可执行的工作流，大概是这样：

  1. 先有目标与成功标准，写成 intent.md（人，含非工程师）
  2. 规格和政策冲突在工程动手前处理完（spec.md + skills）
  3. 开一条可分享的工作 thread / 接受一份 plan.md（语义层），而不是先开一个聊天窗口
  4. Agent 在隔离 worktree / sandbox 里跑（工作层），过程全量保留，不靠摘要
  5. 验证器机械闭合（测试、lint、浏览器、类型、evals），人不当搬运工；修代码的 agent 不能改测试
  6. 需要另一台机器时，迁的是 thread / WAL / 被接受的工件，不是「请你 pull 一下」
  7. 需要对外时，才盖一个 Git commit / PR（发布层）；写的 agent 不能批
  8. 生产闸门是 hook，不是群消息；agent 做到闸门为止
  9. 失败、否决、越带、为什么，写回可被下次 agent 消费的轨迹（新的 intent.md，以及人对这次产出说的 why）
  10. why 变成对 inner skill 的最小 diff，走普通 PR；合入后下一次内圈自动变好，而不是再手改一次 prompt

对应到今天能做的最小改动：

  • 不要只把最终 diff 当产出。把 prompt、失败、验证命令、intent / plan、人对这次为什么打偏一起留在仓库能读到的地方
  • 给 agent 短命隔离（worktree、分支、独立 repo），但给规则、成功标准、闸门和 skill 长命位置
  • 审查尽量对着「它正在做的事」和「它打算做什么」，少对着「它三小时前 push 的快照」
  • 纠正尽量落在人已经工作的现场（PR 评论、改标签、Slack emoji），不要另做反馈表
  • 选工具时问五句：中间态能不能被别人接着用？对象能不能被扔掉再重建？下一阶段能不能只读这份工件就开工？写的身份有没有批准自己的路径？这次纠正会不会在 session 结束时蒸发？

我认为最值得记住的三句话 ​

  • Git 是边界协议，不是内部操作系统。
  • Agent 不是更快的同事，而是另一种流量形状。
  • 长命的是策略、轨迹、闸门和原则；短命的是仓库、会话、副本和某一次纠正。循环自己转，人留在闸门上，判断开始复利。

来源 ​

Copyright © 2026 openalon. All rights reserved.