建立可治理的 AI 工作系统

关联：

• 研究：AI 如何从一堆工具，变成真正可治理的工作系统？
• 方法：Task Contract + Rule + Skill + Harness
• 证据：四层结构用于真实任务族的阶段性记录

这个实践在干什么

不是再介绍一个“AI 工具推荐清单”，而是在真实工作里反复使用同一套四层结构，看它能不能：

1. 让下一次任务少从零解释
2. 让错误和边界可追溯
3. 让“能不能上线/能不能改规则”这类高代价动作有明确停手点

假设（当前版本 v0.2.1）

通过任务契约、规则、技能和执行环境的分层，可以在不依赖个人临场发挥的前提下，复现更稳定的结果。

这里的“稳定”指：同类任务的步骤与验收可重复，不是“永远正确”或“全自动无人值守”。

已经放进现场的三类任务（匿名公开）

以下只写任务类型，不写客户名与私人细节。

类型	任务契约在管什么	Rule 在管什么	Skill / 固定做法	Harness 片段
A. 知识站 / 内容产品	本轮改内容还是改结构；是否允许公网	状态字段、不假装有证据、发布确认门	栏目与 frontmatter 约定、本地 validate	本地预览端口、构建审计、内容目录
B. 协作方法论沉淀	要把口头习惯收成可执行协议，还是只聊天	全局规则优先于 skill 扮演；决策归人	模式切换（执行 / 短澄清 / 正式澄清）	规则文件路径、修订历史、备份
C. 固定口令的交付闭环	输入是否齐全、验收几条硬指标	凭证不落盘、范围门禁	专项 Skill / 脚本步骤	导出路径、校验清单、存档

三类任务共用同一骨架：先契约 → 再规则边界 → 再选能力包 → 在可验证环境里做完并留下记录。

已经看到的现象

有效的部分

• 有契约时，返工更常停在“标准没对齐”，而不是“模型突然变笨”。
• 把“发布 / 改全局规则 / 隐私路径”写成硬边界后，Agent 更少自作主张。
• 同类任务第二次开始，可以指向已有方法页或 Skill，而不是从头讲世界观。

仍然麻烦的部分

• 规则一多，上下文变长，出现规则互相打架或“先读哪一层”不清楚。
• 有些 Skill 仍像角色扮演或长文，和工程化短合同抢优先级（已通过全局优先序在纠正）。
• 多工具并行时，若交接只在聊天里，Harness 的“回写位置”一空，系统感立刻消失。

已知不确定性

• 换一个领域（例如强合规的公司交付 vs 个人内容）时，规则要迁多少才够用？
• 四层结构省下的时间，是否大于维护规则与 Skill 的时间？要以月为尺度看，不能用单次爽感代替。
• 多 Agent 同时写同一工作区时，最低可靠分工还没有定论。

下一次检查点

• 日期：2026-08-18
• 要核对什么：协作场景里，哪些步骤可以固定成 Skill，哪些必须保留“人回一句才能继续”；以及规则冲突是否比 v0.2.1 减少。
• 怎样算有进展：至少再留下一条公开证据（继续 pending / revised 均可），而不是只改文案。

公开承诺

本页是进行中的现场记录。
观察可以写，结论必须克制：在检查点之前，不把 v0.2.1 说成“已证明的最优工作系统”。