Writing / 文章
所有求解记录
这里不收集正确答案，只记录问题如何被定义、验证，以及最后真正发生了什么。
Agent 越强，为什么我们还在招初级工程师？
AI 降低了执行成本，工程师需求还取决于人类认知资源、任务分布与需求增长。三个交互实验展示这些关系成立和反转的条件。
我判断，2027 年将是 A2A 的爆发年
当个人 Agent 成为新的互联网入口，商业服务也将需要自己的 Agent。目标协商、任务委托与可验证的承诺，可能成为下一轮 Agent 生态发展的起点。
AI 生产需要积累自己的工艺
从商品图交付出发，讨论 AI 产品如何计入用户的筛选与补救成本，优先解决完整交付的瓶颈，并把经过验证的输入条件、处理步骤、验收方法和异常安排积累成可复用的工艺。
数学界与 OpenAI 的争论，为什么让我想起了软件工程？
从 Coding Agent 到 AI 数学证明，生成能力的提高正在改变专业工作的分工。正确性需要新的验证与协作机制，成果价值则取决于问题、理论和知识积累。
为什么叫“持续求解”
复杂问题很少被一次解决。更可靠的方式，是把判断、验证和结果连成一条可以回看的路径。