最近捣鼓了什么

V2 核保系统是一条线性流水线——提取一次，评估一次，报告一次。没有 agent 能质疑别人的结论。V3 用 5 个自治 agent 替换了它：反思输出质量、用工具验证论断、意见分歧时结构化辩论。63 个测试，每个 SME 只花几毛钱，一个 observe-think-act-reflect 循环驱动一切。

我这几个月在捣鼓 ÉLAN，一个 AI 写真加配文的平台。动手之前先看了看妙鸦相机这批产品是怎么衰减的，然后想试一条不太一样的路：用「灵感卡」把完整的视觉公式打包好，3 步出片带配文。这是目前的思考和实验记录。

朋友说'做云佩戴'。调研 20 分钟就否掉了。但同一套 Gemini 管线换个 prompt，就能给珠宝商生成编辑级产品内容——棚拍主图、宝石星图、色彩基因页——成本是请摄影师的百分之一。一天后，识川上线了。

拆解 ÉLAN 的 10 段式 prompt 系统、让奢侈品「不经意」出现的 VANITY_DESIGN_INSTRUCTIONS、SSE 流式推送架构、三种风格的配文生成，以及真实成本结构——输出图片的 token 占了绝大部分开销。

一个晚上同时跑了 5 个调研 agent，分头研究小红书拍照趋势、经典 pose、文案公式、奢侈品美学、竞品 UX，合出来一份 42 个数据点的调研报告。灵感卡目录就是从这些调研里设计出来的：场景、pose、调色、文案全部打包好的套餐系统。这篇拆开一张卡讲到原子级别，也讲哪些设计有效、哪些踩了坑。

ÉLAN 的目标用户拍照在手机上，发帖在手机上。纯网页版错过了核心场景。这篇记录了把 Next.js 应用搬到 React Native (Expo) 的真实过程——哪些能复用，哪些不能，以及一个 SSE 流式传输的坑是怎么填的。

识川本来只做珠宝。一个问题——'为什么不是全品类全链路？'——把它变成了 7 个品类的电商内容平台：AI 图片、小红书文字卡、平台适配裁剪、客户端视频生成，99 元/套，95%+ 毛利。

一天内给 ÉLAN 加了 37 张旅行地标灵感卡，发现真正的问题不是内容创建——是发现。用户想的是氛围，不是地理位置。把浏览体验重建在 vibe + 地区双轴筛选上，用并行 AI agent 编排了 37 个卡定义、37 张封面、444 张样本图。

AI 随想第十篇说代码学会了自我进化。那是观察。这篇是动手。

想跑团，凑不齐人。想玩剧本杀，差两个。想来一局狼人杀，只有四个人在线。如果 AI agent 能坐进来补位——不是那种复读机式的 NPC，是真的有人设、会推理、能演戏的 agent——会怎样？

想让几个 AI 坐一起辩论或来一局狼人杀？GitHub 上有二十几个相关项目。框架那头星数不少但没有'房间'概念，游戏那头全是一次性 hack。中间缺一个平台层——而搭好这个平台层之后你会发现，做好多 Agent 游戏和做好多 Agent 协作，用的是同一套东西。

有人用 AI 两小时做了个游戏。我决定做三个。不写代码，只当制作人。第一个游戏的概念阶段，AI 写出了比我更好的剧本。

AgentScope 两万三千星，阿里出品，agent 抽象干净，记忆系统完善。fork 它搭一个多 Agent 平台，看起来是最省力的路。但跑完八轮自我反驳，结论是：不 fork，自己搭——但系统性地偷它的设计模式。

Dead Signal 是第二个游戏。一个调查记者，一部连环杀人案受害者的手机，72 小时的碎片数据。恐惧不来自画面，来自数据。

不 fork 不等于不学。从 AgentScope 偷 reply/observe 双接口和消息隔离模式。从 ChatArena 偷三层架构。从斯坦福 Generative Agents 偷记忆反思循环。从 Accio Work 偷'建群聊'的交互隐喻。每个核心模块都有明确出处，但代码是自己写的。

Shadow Access 翻转了 found-phone 游戏的叙事。你翻的不是别人的手机，是自己的。一个干净的 iOS 界面慢慢被「感染」，你要找的不是线索，是异常。

Agora 跑通了第一个 MVP：6 个 AI debater + 3 个 AI judge，三个模型各出两个人设，辩了三个话题。Claude 引亚里士多德，GPT 举 Log4Shell，Gemini 演了个愤怒的 17 岁创作者，63 次 LLM 调用零失败。

Agora 的第二个模式上线了。9 个 AI agent 打了一局标准预女猎狼人杀，频道隔离让狼人能私聊但村民看不到，盲投保证没人跟票，状态机驱动夜晚→白天→投票的完整循环。三局下来最让我震惊的不是技术跑通了，是 Claude 扮演的狼人在投票理由里写了一整段阴谋论述——而且逻辑完全自洽。

Phase 2b 上线：守卫、警长、白痴、遗言、猎人连杀，全部作为可开关的进阶规则。12 人局里，AI 守卫第一晚选了「今晚不守」——它的理由是要避免和女巫撞救。一个 AI 在思考两个角色之间的规则交互。这段话我反复看了两遍。

AX 的 AI 雷达每天从 50 多个信源抽约 500 条内容，挑 15 条给我。选题不靠 prompt，靠一份能版本化、能 diff 的 Markdown 编辑策略——一个 Agent 从反馈里迭代它。讲这把雷达的架构取舍和关键设计决策。

上一篇讲的是我用 AX 雷达的一手体验。这一篇讲我给它加了 HTTP API、MCP server 和一份 Claude Skill——让 Claude 自己能查、能搜、能保存。两张脸共用一个后端；sha256 不是 bcrypt；pgvector 早就在了；Skill 才是放 domain 知识的地方。

Part 2 的「6 槽位通吃 7 品类」是一层漂亮的抽象。跑了两周，测出牛仔外套生成「宝石星图」的 bug。这一篇讲抽象失守在哪一层、为什么没用户时分阶段上线是假安全感、以及把服饰和美妆各自推倒重来的过程。

朋友给我一份用拉丁学名的 omakase 认鱼课，可板前点菜时，菜单写的是 Hamachi、是 Sea Bream。我想要一个标美式菜单常用名的版本，于是指挥一队 agent 搭了出来：九个并行调研 agent 上网核实菜单名、gpt-image-2 出约 150 张写实图、一段确定性代码拼成 PDF。73 种鱼、92 页，外带两个踩坑故事和一份免费下载。