/1,290 字/阅读约 5 分钟
Agent Washing：为什么大批企业升级 Agent 不会产生增值
Agent 有明确适用边界——擅长非结构化输入、路径不固定、需动态推理的任务。把确定流程强行套上自主智能是技术错配；中小企业缺数据/SOP/权限/复合人才配套地基；管理层"替换人"的预期错位（实际只能替换重复与信息整理类子集工作）。
共 17 篇
Agent
- /412 字/阅读约 2 分钟
把 22 篇项目文档蒸馏成一个可进化的全局技能
将 22 篇原始复盘文档蒸馏为全局技能 dev-lessons：按领域分文件（LLM 应用、前后端异步、数据库迁移、上游复用、部署环境、协作测试），每条经验附场景标签与溯源字段，并内置进化协议（同问题复现三次升级为元原则、元原则超 15 条强制合并）。
- /3,861 字/阅读约 14 分钟
如何给一个陌生开源项目做架构分析，并找到能合进去的贡献点
以 MoneyPrinterTurbo 为例，按 7 个维度（任务规划、多 Agent 协作、上下文管理、Human-in-the-loop、评估框架、工具路由、Streaming）系统拆解一个陌生项目的架构缺陷，从中筛出 Top 3 贡献方向，并给出方案骨架与给维护者的英文沟通草稿。
- /2,639 字/阅读约 10 分钟
给 119k star 项目提 PR：8 小时从评论到合并的完整复盘
一次向 MoneyPrinterTurbo（119k+ star）提交 OpenAI 兼容文生图素材源并被合并的完整复盘：占坑式沟通拿到约束、用数据回应"改动过大"的顾虑、测试证据链决定合并速度，以及维护者在后续 PR 中指出的付费 API 容错设计缺陷。
- /1,878 字/阅读约 7 分钟
RAG 还必要吗：从 130 条技术评论里提炼出的选型决策框架
围绕「向量 RAG vs LLM Wiki + grep / Agent 自主检索」的四派立场梳理（谨慎派、混合派、场景决定论派、演进视角派）、四个辩论冲突点，以及一组可直接落地的决策框架：按更新频率、查询频率、数据规模、领域特性决定上不上 RAG。