写作系统
Public Wiki，认知资产入口。
AI Agent、IntentDNA、AI-native delivery、前端系统和职业市场判断，会在这里沉淀成可浏览、可引用、可验证的公开知识网络。
harness / workflow / memory / context / validation / subagent
thesis / architecture / adapter / roadmap / case notes
Codex workflow / browser QA / commit protocol / verification loop
information architecture / visual QA / responsive systems
harness / workflow / memory / context / validation / subagent
thesis / architecture / adapter / roadmap / case notes
Codex workflow / browser QA / commit protocol / verification loop
information architecture / visual QA / responsive systems
AI-native engineer / company brain / personal moat / hiring signal
AI Agent、IntentDNA、交付、前端系统和职业市场五条知识主线。
先保留关键标题和摘要，后续逐篇补充架构图、插图和案例证据。
让判断、路线图和系统设计可以被快速浏览、引用和复核。
为什么我认为 skill -> workflow -> agent 才是生产力路线
生产力不是从更松散的 agent 开始，而是从可复用 skill、可验证 workflow 和可治理 agent 逐层上升。
ai-agent / ai-native-delivery
IntentDNA: harness 的治理语言和编译层
IntentDNA 不是新的聊天入口，而是把意图、约束、组织知识和运行证据编译进 agent harness 的治理层。
intentdna / ai-agent
为什么松散 agent 不好用：workflow-first agent 的设计原则
松散 agent 缺少边界、回放和验收。workflow-first agent 先定义工作系统，再让 agent 执行。
ai-agent / workflow
Agent Harness 拆解：从工具调用到组织级治理
Agent harness 不只是 tool calling，而是 context、memory、policy、adapter、validation、handoff 和证据层的组合。
ai-agent / intentdna
公司大脑不是聊天机器人，而是组织工作流的可验证执行层
Company Brain 的关键不是一个入口，而是能把组织知识、角色边界、任务执行和证据沉淀连起来。
career-market / intentdna
我的 AI-native 工作流：从模糊想法到可运行系统
记录我如何用 Codex、浏览器 QA、类型检查、构建验证和提交协议，把模糊想法推进成系统。
ai-native-delivery / frontend-systems