AI 工作系统 · 一人公司
AI 如何从一堆工具，变成真正可治理的工作系统？
把工具、规则、能力与验证串联成一套可运行、可复用、可追溯的系统。
进行中已公开四层方法、实践现场与一条 pending 证据；长期是否更省成本仍待验证。查看当前记录
这里不陈列答案。
这里只公开问题、系统与证据。
15 年 + 项目管理经验，相信 AI 可以改变命运，内容创作与一人公司实践。
本实验室公开思考框架、可复用的工具、真实的项目，以及验证它们的记录。
今天的实验室持续提问，持续迭代
3研究命题
2方法与工具
1项进行中实践
公开记录持续更新
今天，我正在探索这些问题
内容生产 · 知识治理
长提示词真的更好吗？
在相同任务下，对比长提示词与未来更高质量输出之间的关系。
进行中记录整理中
AI 工作系统 · 团队协作
规则越多，效果越好吗？
研究规则数量、冲突概率、上下文负担与最终质量之间的关系。
修正记录整理中
最近验证
所有验证均来自公开实践，可追溯、可复现、可修正。
四层结构用于真实任务族：阶段性现场记录
在知识站、协作协议与固定口令交付三类任务中试用 Task Contract + Rule + Skill + Harness；目前结论仍是待验证，并已修正“规则越多越好”的隐含假设。
长提示词 ≠ 好结果
对比实验记录：在相同任务下，提示词长度不直接等于输出质量。
规则越多，效果越好？
增加规则数量后出现冲突与覆盖，正在修正为最小可行规则集。
从命题到证据
以「可治理的 AI 工作系统」为例 · 四环均可点开
实践现场
正在进行的实验（公开进展与不确定性）
假设
通过任务契约、规则、技能和执行环境的分层，可以在不依赖个人经验的前提下复现稳定结果。
当前版本
v0.2.1 · 更新于 2026-08-12
已观察到的证据
- 三类不同任务已使用同一四层结构进行记录与交接。
- 规则冲突与长上下文负担仍然存在，系统并未“越用越省事”到可宣称完成。
已知的不确定性
- 不同领域的规则迁移成本尚未明确。
- 长期维护成本与多人/多 Agent 协作质量仍需持续观察。
下一次检查点
2026-08-18 · 核对协作场景中的可用性与边界：哪些必须人拍板，哪些可固定成 Skill。