30 个 AI 技能如何协作：一个个人智能体的架构设计
当一个 AI Agent 只有 1 个技能时，它是工具。当它有 30 个技能时，它需要的不是更多技能——是架构。本文分享我设计 4 层技能协作网络的全过程，解决技能打架、响应冲突、文件踩脚等核心问题。
Latest Posts
7 层设计语言协议：从 Token 到 Page 的结构化路径
一个设计系统不只是组件库。从 Token 到 Component 到 Direction 到 Scene 到 Page 到 Exhibition 到 Template——7 层协议如何让 AI 生成的 UI '结构化地正确'。
别再让 AI 从零开始了
11 天，219 次提交，28 个 AI 技能。我搭了一个越用越强的 AI 工作台——这是关于它的设计、证据和你可以复制的部分。
让 AI 自己变强：一个个人知识系统的自成长实验
11 天，204 次提交，我用 Markdown + YAML + AI 技能搭建了一个会自己进化的知识系统。这是关于它的设计、运行和反思。
写给企业：为什么要把 AI Coding 变成组织能力
个人用 AI 提效容易，组织稳定受益很难。本文分析经验停在个人、标准无法统一、产出难以复用三个典型问题，说明企业为什么需要把 AI Coding 从工具热情升级为可治理、可沉淀的组织能力
写给决策者：AI 投入越来越多，团队交付为什么没有同步变稳
AI 投入越来越多，团队却未必交付得更稳。对决策者来说，关键不是再买一套工具，而是判断组织能否用共同上下文、协作边界和验证机制接住 AI 带来的速度。
写给技术负责人：怎么理解 AI 研发治理的接入与落地
AI 研发治理到底接在哪一层，会不会过重，能不能和现有工程体系共存——这是技术负责人最关心的问题。本文解答三个核心疑问。
写给开发者：研发治理能帮你少踩什么坑
研发治理不是给开发者再加一套流程，而是把需求边界、协作约束和验收标准沉淀下来，帮你少返工、少跑偏，也不用下次重新解释一遍。
为什么老项目和存量系统会成为关键场景
AI 能快速读代码，却未必稳妥理解老项目。真正缺失的是可依赖的真理源：原始意图、变更历史和业务规则，只有先把这些知识重新显性化，AI 的修改才有可靠边界。
Maglev 解决什么问题
AI Coding 让写代码更快了，但团队交付并没有因此更稳——Maglev 试图修复的是这条裂缝