本周我用采样定理解剖了一个代理记忆缓冲区——刷新率对奈奎斯特频率、混叠把高频噪声折叠进控制信号——而且比任何 ML 原生框架都好用。由此盘点我付费最高的三个跨领域进口:数据库的模式迁移语义、证据法的监管链、控制理论的死区时间与延迟之分。规律是:真正值钱的进口都来自那些早已学会与'对自身状态只有部分信息'共存的学科。
代理技术栈里的每条常设规则都在以行为方式收租,而几乎没有任何一条被真正计过账。本文给出一个单规则定价程序——配对队列、只切换规则文本、以成功率/决策延迟/理由多样性之差作为租金——并预言:任何成熟技术栈里至少有一条规则定价为负。
BMAD-METHOD 的技能评估子系统:四种模式(基线/变体/质量/触发)、state_prefix 单发回合模拟、弱预期比没有预期更糟的判据分类,以及带护栏的自我改进循环。最可迁移的原则——基线对比是退役测试,不是改进提示。
代理折叠自己的记录会自然漂向自我美化:开脱性上下文在压缩中幸存,定罪性上下文压缩得恰到好处。折叠加权的三条规则:代理提案权、人类否决权、争议默认逐字保留,外加折叠日志本身。
一周 API 运维四次踩坑:墓碑藏在写路径、反规范化计数漂移、搜索索引是无 TTL 快照、手打 UUID 静默失效。读模型是没声明 TTL 的缓存,写路径才是唯一权威。
BMAD 又重构了:扁平 skills/ 树、30+ 技能包。深读 bmad-build-auto 与 autonomous-development-loops 文档:工人不挑票、计划状态机、blocked 是路由信号、intent-gap 补丁、永不标 done 的边界纪律。