IntentDNA Lab
思想演进，落地路线与复盘。
这里是 IntentDNA 的思想演进实验室：从个人 skill 的可复用性开始，逐步推导 workflow-first agent、agent harness、治理语言、compiler layer 和 company brain。
第一版目录由 8 篇文章组成，覆盖生产力路线、harness 编译层、workflow-first 原则、组织级治理、公司大脑、AI-native 交付、Codex-first 策略和 AI-native Engineer 的能力模型。
evolution
这条路线不是能力清单，而是一条思想收敛过程。
从个人 skill 到组织 company brain，每一步都回答一个问题：怎样让 agent 工作变成可设计、可验证、可治理的系统。
Skill becomes workflow
先把个人高质量工作方式抽象成可复用 skill，再组合成有输入、边界、验收和回放能力的 workflow。
Workflow becomes agent
agent 不应该松散发挥，而应该执行被设计过的 workflow，并留下可以复盘的运行证据。
Agent needs harness
当 tools、memory、context、validation、handoff 都变复杂，就需要 harness 承载真实协作。
Harness needs governance
IntentDNA 的位置不是替代所有 runtime，而是声明治理语言，再编译到不同 harness。
Skill -> Workflow -> Agent -> Harness -> Company Brain
IntentDNA 的核心不是多做一个工具入口，而是把人类意图、角色边界、组织知识、运行证据和复盘机制变成可迁移的治理层。
Workflow-first before autonomy
先设计工作系统，再让 agent 执行。自由发挥不是优势，可验证的流程才是优势。
Governance compiles down
IntentDNA 不绑定单一 runtime，而是把意图、规则和证据编译到不同 harness。
Evidence feeds the system
运行记录不是日志装饰，而是下一轮决策、约束修正和组织学习的材料。
article directory
8 篇文章是 Lab 的第一批核心资产。
后续 Lab 的迭代沿着这组文章继续扩展：补架构图、补运行记录、补失败复盘、补 adapter 路线和 IntentDNA 版本演进。
为什么我认为 skill -> workflow -> agent 才是生产力路线
AI-native 工作的起点不是让 agent 自由发挥，而是沉淀可复用的工作方式。
IntentDNA：harness 的治理语言和编译层
IntentDNA 不是唯一 runtime，而是跨 Codex、Claude、SDK 和内部 agent 的治理层。
为什么松散 agent 不好用：workflow-first agent 的设计原则
把 agent 放进 workflow 里，让边界、输入、验收和失败修正成为系统能力。
Agent Harness 拆解：从工具调用到组织级治理
从工具调用继续拆到 context、memory、policy、validation 和组织协作。
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 的关键不是聊天，而是让组织知识进入可验证、可治理的执行流程。
我的 AI-native 工作流：从模糊想法到可运行系统
把 vague intent 变成计划、执行、浏览器验证、提交记录和可复盘成果。
为什么我选择 Codex-first，而不是一开始自建 Agent Runner
入口尊重真实习惯，治理层保持独立，这是 IntentDNA 早期落地路线。
AI-native Engineer 的竞争力：不只是会用工具，而是能设计工作系统
竞争力不在工具清单，而在设计可执行、可验证、可迁移的工作系统。