长期目标:从诉求直接交付满意的成品#
演进沿用户于 2026-10-21 采纳的愿景主线与定位边界展开:在 Codex、Claude Code 等现成编码 Agent 之上,持续扩大人能够放心委托的工作范围,承接越来越复杂、越来越开放、持续时间越来越长的开发目标,自主推进直到交付满意的真实结果,并减少人工推动与纠偏。运行机制优先复用宿主,方法与工具围绕完整交付中的实际缺口演进。
同日补充的易用与自治理愿景要求非专业用户无需学习和维护内部机制也能使用体系。演进既要扩大可委托范围,也要把接入、日常治理、异常恢复与方法维护的负担逐步收归体系内部,并用非专业用户的实际使用验证。
体系演进的方向是逐步减少人为了完成开发而必须提供的中间步骤,而不是只让 AI 更快执行预先写好的任务。当前优先证明:用户给出明确规格、边界和授权后,系统能自主完成设计、实现、验证与交付,产物可用且符合原目标。下一阶段再提高对不完整输入的处理能力:用户只说明诉求,甚至表达模糊时,系统能调查现状、厘清真实需求、比较方向、形成可执行设计,并在必要的授权边界内交付令人满意的成品。
“满意”与“成品”都必须成立:不仅检查代码、测试或部署成功,还要检查用户要完成的事是否能完成、关键体验是否达标、既有能力是否退化、未要求的行为是否被改变。能自主判断的部分由系统承担;确实需要用户决定目的、偏好或授权时再询问。模糊输入下自主交付是发展目标,不能把当前规则和安装器描述成已经稳定具备这种能力。
用真实任务逐步衡量:从诉求到可用结果的时间、需要用户补充的次数、交付后纠偏次数、必需结果的独立验收、体验与成本,以及跨项目复用后是否仍有效。指标用于找出下一处失效,不以减少提问次数换取擅自改变用户目标。
“御龙 → 擎天”:理解演进方向的阶段隐喻#
这是用户提出的认知与传播用语,暂作愿景隐喻,不是已冻结的产品命名或技术分期。
- 御龙:AI 已有强劲的开发能力,但人仍需要较频繁地驾驭它:明确任务、提供方法与约束、推动下一步、检查遗漏并纠偏。当前的规则、Skills、工具和交付流程,主要是在提高这种协作的可靠性。
- 擎天:下一阶段希望把能力沉淀到整个体系。人说明要达成的结果、边界与授权后,体系能更自主地调查、设计、实施、验证、恢复和改进,完成更大范围的工作;人仍决定目标和关键取舍,并保有监督与停止权。
两者的差别应由真实交付证明:在结果质量、体验和成本不退化的前提下,人工推动与纠偏是否减少,体系能否独立闭合更复杂、更长的委托。“擎天”表达方向,不表示 擎天 当前已经具备这些能力,也不把夸张比喻当作对外效果承诺。
当前已实现的回路#
自动进化是贯穿流程约束、Skills 和 Wiki 的改进机制,目前仍较薄弱。现阶段的真实入口是 payload/.agents/skills/development-retrospective/SKILL.md:任务结束前检查交付差距、返工与重复沟通,判断是否有可复用增量;没有增量就不落盘。
2026-09-30 起试用显式收尾状态:完整开发或授权发布从确定流程起保持 retrospective_state=pending,Delivery 成功只交回 ready-for-retrospective;复盘返回已更新 owner 或 no-increment 的明确决定后,Lifecycle 才能完成检查。动因是 NextClaw beta 长发布在外部部署成功后直接结束,原本只有流程末尾文字门槛,未形成可靠的跨阶段交接。它不要求每项任务写日志,也不适用于用户只委托调查、设计或 Review 的单阶段产物。后续用长发布和普通小任务观察漏复盘、空日志、额外输出与上下文成本;若没有减少遗漏或显著增加负担,收窄或撤回。
有证据支持的候选再按唯一 owner 分流:
| 发现 | 落点 |
|---|---|
| 顺序、阶段门或完成条件有缺口 | lifecycle 流程约束 |
| 阶段方法或专项方法不足 | 原阶段或专项 Skill |
| 已验证事实变化、资料冲突或多个 Skill 共享的稳定信息 | 原知识条目或 Wiki 信息块 |
| 仅是偶发疏漏,或当前交付尚未完成 | 修正当前任务,不升级为长期规则 |
共享方法应回到本仓库的原 owner;目标项目的产品事实和专属做法留在目标项目。修改后需要验证受影响的加载路径、行为与安装包边界,并对受影响的已安装项目执行可审查的升级与检查;未同步时不能声称跨仓库闭环。这是复盘驱动的条件沉淀,不能描述为无需监督、持续运行的自动改进系统。
质量优化的执行粒度(2026-10-05 试用)#
用户指出优化常被拆成很多单点微调,完整返工因重复读取、观察和验证而迟迟不能收敛。现有质量方法的“每轮只追一个最大差距”会强化此倾向,已在原 owner iterative-quality-convergence 替换为整体诊断、按共同根因/责任域/验证范围成批闭合;最大差距决定优先级,批次大小由完整性、证据和风险决定。只有不确定性才先做小实验,只有新证据或剩余差距才启动下一批,不预设轮数,也不为提速删掉最终质量检查。
这是一项模型能力补丁,保留在按需 Skill 内,不扩大常驻规则或新增编排器。当前证明范围是规则一致性、代表情境审查与真实优化任务中的适用性;尚没有同任务同质量门槛的前后计时对照,不能声称已获得确定倍数的提速。用真实任务复核总交付时间、返工次数、重复工具开销及最终质量;若大批次造成难以归因的回归则收窄分组,模型无补丁也能稳定达标时删除。
薄弱处与后续方向#
用户于 2026-10-21 提出的五类瓶颈与逐步探索方式,由当前阶段的核心挑战集中维护;该文档区分当前观察、待查问题、候选方向与验证思路,具体实施继续沿原方法和记录。
未来探索围绕同一条反馈回路展开:承接更大的真实委托 → 暴露能力缺口 → 改进宿主能力的使用方式、上层机制与方法 → 验证效果 → 承接更大的委托。模型与宿主升级也进入这一回路:重新测试旧方法的适用条件,允许已无收益的规则和工具补丁退场。跨项目实验与最佳实践积累服务于这条主线,不预先冻结成独立平台或强制功能清单。
体系自治理需要把问题发现、维护修复、效果核验和恢复推进串成闭环,并衡量用户被要求承担的专业维护与救援是否减少。优先复用宿主已有能力,沿既有授权处理必要变更;这一愿景不代表当前已实现无需用户维护的自动治理。
目前没有跨任务的自动问题发现、统一的候选评估队列、跨项目效果对比或规则效果的持续测量。后续可以基于真实使用证据逐步增强这些环节:更稳定地发现重复失败,验证抽象是否跨项目成立,观察更新后的收益与副作用,并允许无收益规则退场。这些是演进方向,不代表当前已经实现或承诺固定路线。