AI 工作台
架构定义结构，模型积累智慧。
不是又一个 AI 框架，也不是一个更聪明的 agent。我在造一个会自己长出本事的组织——三层指挥链、双层记忆、反射弧，模型和架构深度绑定，不可分割。这里记录目标方向、架构判断和实战。
目标方向
为什么造，跟市面有何不同
架构判断
三层、可拆装、约束留白
实战
骨架自建，AI 填充
不是工具，是组织；不是松耦合，是紧耦合；不是一次性设计，是一点点养大。
Direction
为什么造这个，它跟市面有何不同。
不是工具是组织，不是松耦合是紧耦合。从定位演进到模型架构深度绑定，这块讲清楚我为什么在造它。
Architecture
架构怎么搭，边界划在哪。
三层智能体、机制皆可拆装、约束留白、轮询归平台——这些是架构层的判断，决定了系统长成什么样。
派工链路演进：从同步直投到事件式消费
一个任务怎么从指挥层交到执行层，这条路我走了三版。同步直投会超时丢任务，异步中转解决了丢但不解决堵，最后落到事件式消费——智能体一次只做一件事，调度判断交给插件，MCP 只当手。
机制皆可拆装，唯边界不让渡
一个 AI 组织里，模型、内核、通道、记忆承载都可以替换，唯独知识库的边界和解释权，不能交给系统自己决定。
约束留白：把硬约束留给机制，把判断留给执行
过度约束会扼杀执行层的判断力。真正可控的系统，是把会出事的卡死，把怎么做事放开。
轮询是平台功能，不是智能体功能
一件周而复始的事，不该交给一个会思考、会烧钱的智能体去做。把调度留给平台，把判断留给智能体。
为什么是三层智能体，而不是一个大 agent
一个能干所有事的大模型听起来很美，但我选了把它拆成三层。原因不在能力，而在记忆、职责和可控性。
Practice
怎么落地，怎么长出来。
骨架自建、AI 填充——我始终把控架构骨架，让 AI 负责填充。这是实战层的方法论。
Notes
架构相关的短判断。
未想清楚也留痕的短思考。
Series
连载中与待写。
一些值得展开成系列的题目。先立选题，逐期补齐——不预支没想清楚的内容。
派工链路演进
从同步直投到插件驱动的事件式消费，一条派单链路怎么一步步长出来。
正交分解九维
业务、职能、文件、数据、角色、记忆、密钥、通信通道、承载层——九个维度不留模糊地带。
QLoRA 蒸馏：组织怎么「长」
双层记忆 + 反射弧 + 业务隔离 LoRA，会成长的组织到底长在哪。
通道正交分解
飞书、MessageBus、KB 三条正交通道，怎么从原则态走到工程兑现。
关于内容的边界
AI 工作台是我的自有项目，架构判断、方法论和定位都可以开放讲。但运行时的密钥、凭证、具体配置与路由不公开——那是系统安全的事。很多组件还在 Building，这里如实标注阶段，不把进行中的吹成已完成。