边做，边想，边写
从自己的项目出发，写产品、写 Agent，也写那些没有做对的地方。
一共 20 篇，可以按你关心的问题挑着读。
20 篇文章
豆包凭什么推荐我的 App
从豆包实际搜索的关键词和引用来源出发，反推记忆小怪兽该补哪些内容，以及怎么验证优化有没有用。
一个真在干活的 Agent，是怎么跑起来的
沿着一次真实任务，从产品界面一路拆到执行内核，用六层架构看懂 Coding Agent 怎么运转。
OpenAI 把 Harness 搬上了云
当执行循环、上下文和调度都变成托管服务，开发者和模型厂商之间的分工会怎么变？
从压缩对话，到管理状态
对照 Codex 的四次改动，看清对话压缩、外部记忆和任务状态分别在解决什么问题。
会用 Claude Code，不等于会做 Agent
从用工具干完一件真活，到自己写循环、挑框架，再补齐一个产品该有的边界。
不会剪辑，我用代码做了国风动画
从《江雪》和《守株待兔》出发，把水墨纸片的视觉风格和制作流程整理成一套开源模板。
AI 替我学完了剪辑课，眼光没学会
把一门剪辑课变成可调用的 skill 之后我发现：操作可以交出去，判断作品好坏的眼光还得自己练。
为了少做点攻略，我写了个旅行规划师
旅行最耗时的是反复比较。把路线、住宿和备选安排放进一张地图，做成一个自己出门真会用的工具。
Loop Engineering，究竟多了什么？
从一次调用走到持续运行，定时触发只是开头；还得想清楚怎么验证、怎么恢复，以及什么时候该停。
我用 AI 做了三版投资系统，全废了
从模糊的目标、失控的执行，到漂亮但没用的架构。复盘三次返工，以及第四版开始前我改掉的做法。
大模型的输入输出，变了四次
从续写、指令到多轮对话，再到工具调用与 Agent 循环，梳理模型输入输出背后的四次变化。
换一个对话，AI 又把项目忘了
Vibe Coding 做到第二周，问题开始变得具体：怎么交接进度、记住踩过的坑，以及改坏之后怎么回来。
Agent 应该接过哪一段责任？
目标、过程、执行和最终签字分别交给谁？从产品设计的角度，重新划一遍人和 Agent 的协作边界。
一个循环，就是 Agent 的全部
用真实的 API 通信数据，逐轮拆开一个最小 Agent：模型做决定，程序去执行，再把结果送回模型。
从 Prompt、Context 到 Harness
同一个模型，为什么不同系统跑出来差这么多？梳理指令、上下文和运行环境各自负责哪件事。
Agent 吃掉 GUI 之后，产品经理做什么
当软件的使用者开始包括 Agent，界面、分发、商业模式和产品设计的前提会怎么改变？
一条自动发帖，在 OpenClaw 里走了多远
以一次自动发帖为线索，沿着入口、Gateway、会话、工具、记忆和心跳，追踪一个任务的完整路径。
我的 AI 投资系统是怎么长出来的
从追涨杀跌的毛病出发，把数据来源、多模型讨论和决策复盘，一步步放进一套自己每天在用的工作流。
我是如何凭一己之力把 App 审核卡死的
一枚被自己提前用掉的验证码，让审核一直停在原地。一个小到可笑、却只有上线才会遇到的坑。
让 Gemini 3 Pro 交出能用的 UI
以儿童背诵 App 为例：微型 PRD、视觉参考和技术约束合在一起，才让 AI 做出能用的原型。