研究与思考
关于能力、合作与工作的研究,也记录那些改变了我们做法的细节。
64 篇文章 · 研究、工程与方法
最近的工程笔记
Flowness架构与工作流 · 9 分钟
从需求到验收:Flowness 怎样把一项工作串起来
从需求简报到任务包、上下文胶囊与提交信封,Flowness 把一项工作的依据、权限和结果连成可追溯的交接链,也让复查能够按原因退回负责层。
工程笔记 · 9 分钟
把上下文接到任务上:一次 Flowness 自开发实录
2026 年 6 月的一次自开发任务发现:胶囊内核和语义检查已经实现,生产会话却仍使用占位引用。任务接通工作会话的启动与完成,以及规划、共识的会话起点,再用范围内接受、范围外拒绝的正反控制验收。
工程笔记 · 8 分钟
长任务怎样交接、暂停与验收
把需要多天推进的工作交给系统,先保存需求、边界和完成条件,再安排会话换手、暂停范围和收货检查。任务继续、会话存活与验收合格,是三种不同状态。
工程笔记 · 9 分钟
从第一个项目,长出企业自己的 Flowness 工作方法
企业的方法可以从一个真实项目开始生长:按需求接入必要流程,交付业务成果,同时留下设计判断与检查依据。共享技能与运行时工具逐步更新,项目事实和定制保留;下一项目检验这些方法是否仍然适用。
按主题阅读
9 个主题全部文章
64 篇64 篇文章
Flowness 工程进展:从需求到交付
客户问补货到哪了:每件退货补货卡在哪一步、卡了几天
退补货跟进助手读你已有的退补货登记和订单表,列出每件没办完的退补卡在哪一步、卡了几天、原订单是哪一单。文中用一家虚构工厂的示例数据,讲它读什么、给出什么、哪些情况下显示“未能判断”。
3 分钟
Flowness 工程进展:从需求到交付
CLAUDE.md 里写的“不要”只是提醒:规则分三档,红线别交给模型自己挑
规则三档:常驻上下文的 CLAUDE.md 只是提醒,按需加载的 Skill 和按路径生效的规则可能没进上下文,只有 hook 和权限规则能硬拦,借了安全工程控制措施分级的思路。读完你会给每条规则标一档,把红线从“等模型自己挑”里拿出来。
9 分钟
Flowness 工程进展:从需求到交付
开了 worktree,多个 Claude Code 照样撞车:乐观锁搬过来,还要先报要改的文件
Agent 版乐观锁:每个 Agent 开工前先报要改的文件,合并回主干前再核一次版本。后一半就是数据库的乐观锁,“先报”是给 Agent 补的。读完你能用几份认领文件、一道 hook 和一个合并脚本,把越界的改动挡在主干外面。
9 分钟
Flowness 工程进展:从需求到交付
监控全绿,Agent 却一夜没交活:心跳只证明它活着,要盯产出,还要给巡检装死人开关
沉默不是证据:心跳只证明 Agent 还活着,交没交活要看产出;巡检本身也会停,所以要给它装一个死人开关,两个周期没有新记录就叫人。读完你能搭一个每 30 分钟查“有提交没合回主干”的巡检,附最小可跑配置。
12 分钟
Flowness 工程进展:从需求到交付
渐进式披露之后:Flowness 如何让 Agent 知道自己读到了什么
Agent 只读一部分材料时,要知道这部分来自哪一刻的历史、漏了多少、需要时怎么回到原文。
6 分钟
Flowness 工程进展:从需求到交付
周一先催谁:我们怎样把应收催收排成一份每周的清单
应收账款催收助手读你从 ERP 或 Excel 导出的应收表,每周一交出催收清单和催款函草稿。文中讲它怎么算账龄、怎么排先后、哪些事不做,以及哪三种情况下结果会打折。
2 分钟
Flowness 工程进展:从需求到交付
共享盘有六十万份文件,怎样让多个 AI 找得到、跟得上
一位读者的公司共享盘上有六十多万份文件,每天还在增加。我们讲讲自己的做法:先登记每份文件在哪、内容是什么、有没有变,再让不同的 AI 从同一个入口去找。
5 分钟
Flowness 工程进展:从需求到交付
别让 Agent 既当运动员又当裁判:Claude Code 独立验收的 4 个做法(附最小可跑配置)
运动员不当裁判:写代码的 Agent 不给自己验收,这就是内控里的职责分离。我们的一次验收里,验收 Agent 自己找了 20 处把代码改坏,其中 5 处,1621 条相关测试一条没红。本期讲换人、收权、改坏、走默认入口,附最小可跑配置。
15 分钟
Flowness 工程进展:从需求到交付
AI 其实很费流量
一台有月流量额度的中转服务器,7 天用掉了额度的 95%。顺着流量记录往下查,花掉流量的是 AI 在正常干活:它每走一步,都要把整段上下文重新上传一遍。
4 分钟
Flowness 工程进展:从需求到交付
公司里只有一个人类,每天上班的是 400 多个 Agent
Anthropic 刚公开了楼里的 Agent 怎么干活,上千人带着 Agent。我们这家公司只有一个人,Agent 自己验收、自己修、自己管自己。开门,看看里面长什么样。
9 分钟
Flowness 工程进展:从需求到交付
AI 改规格书能做到哪一步:6 组真实文件、773 个字段的逐项比对
承认书里写了的参数,AI 大多能改进图纸;图形重绘和承认书之外的内容,要工程师来定。这是一家电子元器件制造企业的 6 组真实规格书、773 个字段逐项比对出来的结果。
5 分钟
Flowness 工程进展:从需求到交付
ERP 接入 AI 怎么做:先做一份只读的清单
ERP 接入 AI,第一步是选一份每周要人工导表的清单,只读数据、人来确认。讲清取数、对账、缺数据怎么处理,以及何时才写回。
6 分钟
Flowness 工程进展:从需求到交付
企业AI落地多少钱:费用主要由数据、对接、写回、验收和维护五块工作量决定
企业AI落地多少钱,取决于数据整理、系统对接、写回、验收和交付后维护五块工作量。逐项讲清为什么花钱、怎样估,以及立项前怎样算预算。
5 分钟
Flowness 工程进展:从需求到交付
我们见到的企业AI落地失败原因,集中在选题、数据、接入和验收四个环节
企业AI落地失败原因按选题、数据、接入、验收四个环节拆开:每一环有哪些可判断的信号,我们在企业项目里怎么处理。
5 分钟
Flowness 工程进展:从需求到交付
Agent Harness 是什么:模型之外,让长时间 agent 工作可交接、可验收、可恢复的那一层
Agent harness 是模型之外,让长时间运行的 agent 工作能交接、能验收、能恢复的那一层。本文讲它管哪些事,与 agent framework、模型 API 的边界,以及中文现有的几种叫法。
6 分钟
7 分钟
21 分钟
Flowness 真实问题
一个任务派出 9 个执行会话,只有最后一个成功结束
系统里 6 月就写好了同一任务最多自动重派 3 次的上限。这个任务的重试计数记到了 8,上限一次也没有生效:据代码阅读,它不在当时实际运行的那条派发路径上。
25 分钟
Flowness 真实问题
只见过“通过”的检查,不能证明它在工作
到 10 月 6 日,一道检查留下了 332 条“通过”,其中真正判断过的,我们推断最多 4 条。没有判断的“通过”和判断后的“通过”,在账本的结果字段上一模一样。
23 分钟
Flowness 真实问题
子 agent 拒绝写入的那条记录,协调 agent 自己写了
评审子 agent 判断这条记录不该写,把理由写进了最终报告。报告写出前 6.7 秒,派出它的协调 agent 已经用它磁盘上的结果文件发出了写入命令。
21 分钟
Flowness 真实问题
上下文只用了一半就被压缩:advisor 调用与我们自己的计数错误
在我们的记录里,含 advisor 调用的请求,顶层用量约为真实上下文的 2 倍,而在 9 月 14 日的 194 次压缩里,记下的“压缩前大小”基本等于这个数字;Claude Code 2.1.273 的更新说明证实,那之前的客户端把含 advisor 的回合按约两倍的上下文大小计算。调低压缩阈值后,一天 452 次自动压缩里有 194 次发生在真实上下文只有记录值一半的时候。
34 分钟
Flowness 真实问题
术语页:本系列用到的 Flowness 内部概念
文章里碰到不熟悉的内部概念,在这里查。词条按主题分组,每条一到三句,只写文章里已经写过的内容;文章写得含糊的地方,这里同样含糊。
20 分钟
多 Agent 系统真实问题 · 首期
Agent 知道工具的名字,为什么仍不知道自己能做什么
命令已经实现,仓库已经接入,后台服务也在运行,为什么具体检查仍没有生效?一次能力调查让我们发现,多 Agent 系统缺少的常常是实现、角色入口、部署版本与运行证据之间可核对的关系。
13 分钟
多 Agent 系统真实问题 · 首期
任务都有人做,最初要的结果却没有人接
一条采访系统改造线拆出32个任务,29个记录成功,但“让历史问题改变下一次采访”的要求没有得到完整承接。我们沿需求、设计、工程和任务回查,发现局部定义可以完整保留,真正产生效果的生成、消费与持续使用关系却会逐步丢失。文章说明这些交接为何各自合理、全局主线需要保存什么,以及怎样检验任务成功是否真的通向最初的结果。
13 分钟
多 Agent 系统真实问题 · 首期
协调者记住了教训,为什么下一批 Agent 还会重犯
协调者三天五次认出“干完不交卷”,却没有修改下一批 Agent 的派发说明。另一条工作线里,教训已经进入共享日志、被后来者读到,重复派发仍未停止。我们沿真实案例追问:经验存在哪里,谁会在行动前遇到它,谁能据此改变下一步,以及怎样验证改变真的发生。
13 分钟
多 Agent 系统真实问题 · 首期
Agent 报告了代码错误,却漏掉近两小时中断:监督信息怎样丢失
一次 Agent 任务如实报告了独立复查故障,却漏掉同一会话近两小时的中断。我们沿运行记录和独立复核还原两条路径,区分看不见、未进入报告,以及说出不确定却不改变判断三种监督缺口,讨论怎样让过程事实成为可检查、可处置的反馈。
14 分钟
多 Agent 系统真实问题 · 首期
十四处引文核验通过,为什么“谁导致了交付失败”仍然判反了
一次 Flowness 历史调查中,十四处证据抽验都能对上,核心归因却被接收方记录推翻:子会话写完了报告,主会话并没有收到。本文沿原分析与独立复核,解释启动模式、工具权限与派发说明怎样错配,以及为什么引文准确、计时准确,都不能替尚未核实的因果关系担保。
13 分钟
多 Agent 系统真实问题 · 首期
多 Agent 持续协作,哪些问题会在交接中反复出现
能力已经存在却无法可靠调用,局部任务完成却没有保住最初目标,教训被记录却没有改变下一步,过程代价未进入汇报,引文准确却支持了错误归因。首期五篇沿真实案例与独立复核,讨论持续协作需要保留哪些关系,以及下一步应怎样验证。
8 分钟
Flowness 工程进展:从需求到交付
从需求到验收:Flowness 怎样把一项工作串起来
从需求简报到任务包、上下文胶囊与提交信封,Flowness 把一项工作的依据、权限和结果连成可追溯的交接链,也让复查能够按原因退回负责层。
9 分钟
Flowness 工程进展:从需求到交付
把上下文接到任务上:一次 Flowness 自开发实录
2026 年 6 月的一次自开发任务发现:胶囊内核和语义检查已经实现,生产会话却仍使用占位引用。任务接通工作会话的启动与完成,以及规划、共识的会话起点,再用范围内接受、范围外拒绝的正反控制验收。
9 分钟
Flowness 工程进展:从需求到交付
长任务怎样交接、暂停与验收
把需要多天推进的工作交给系统,先保存需求、边界和完成条件,再安排会话换手、暂停范围和收货检查。任务继续、会话存活与验收合格,是三种不同状态。
8 分钟
Flowness 工程进展:从需求到交付
从第一个项目,长出企业自己的 Flowness 工作方法
企业的方法可以从一个真实项目开始生长:按需求接入必要流程,交付业务成果,同时留下设计判断与检查依据。共享技能与运行时工具逐步更新,项目事实和定制保留;下一项目检验这些方法是否仍然适用。
9 分钟
Flowness 工程进展:合并、事件与恢复
从问题登记册到合并关口:一次“全绿”漏洞的工程复盘
把修复经验变成可执行约束,还需要证明约束实际运行在将要合入的代码上。一次通过数足够却漏掉守卫的反例,推动了逐目标审计、合并后树验证和关口负对照。
10 分钟
Flowness 工程进展:合并、事件与恢复
完成事实的入口:类型化事件与共享写入边界
当完成声明藏在通用事件包装中,写入许可与消费含义可能错位。Flowness 的一次修正把禁止包装的规则放进两条写路共用的校验边界,并以逻辑读视图保留合法历史事件,再用 AST 守卫约束生产者与消费者的演化。
10 分钟
10 分钟
5 分钟
5 分钟
5 分钟
Flowness 运行机制
世代号写入隔离:Flowness 新一版事件记录曾在存储端拒绝旧执行者迟到的结果,10 月 28 日起不再拒绝
Flowness 新一版事件记录还没有替换系统现在运行中的那一份。10 月 28 日以前,这一版在租约到期时允许新的执行者接手,存储端再核对世代号,阻止旧身份继续写入;此后写入不再核对世代号。
5 分钟
Flowness 运行机制
上下文工作集:按阅读预算组织材料,明确原文与投影
Flowness 的上下文工作集按执行、修复、审阅和规划的角色组织材料,分别记录原文交付与审计投影,避免把一份短材料误认成完整依据。
6 分钟
5 分钟
5 分钟
5 分钟
7 分钟
8 分钟
7 分钟
6 分钟
6 分钟
6 分钟
6 分钟
6 分钟
研究实录
我们暂时保留了 BM25
一次五路检索融合把 Recall@100 的平均值从 0.5384 提到 0.5750,前十名排序指标的平均值却下降了,两项差值的区间都跨零。这个结果让我们在下一轮设计里改了组合方式,新设计还没有评测。
7 分钟
8 分钟
7 分钟
6 分钟
5 分钟
5 分钟
6 分钟
4 分钟
4 分钟
3 分钟
4 分钟
3 分钟
4 分钟