日积跬步,以至千里

((i + δi)365 / (i - δi)365) = 210

学习 × 技术 × 投资,我的无限游戏。

i365 products

范式

AI 时代的软件,不只需要 Human-friendly UI,也需要给 Agent 造一个能稳定工作的 Domain Harness。

我在探索的问题:如何把复杂领域重构成 Agent 可以受约束地工作、验证和修复的领域工作环境——机器可读取的状态、确定性的引擎、明确的约束与可修复的反馈。我把这类环境称为 Domain Harness;DSL 和 DAG 是实现手段,不是范式本身。

Domain IntentDomain Contract / DSL / ToolsStructured PlanDomain Engine + ValidationVersioned Artifact
↺ Repair Feedback(回到 Structured Plan)

目前在两个方向上验证:

  • 策引:Agent 不直接写任意策略,而是在策略原语(Strategy Primitives)、DSL、DAG、Schema、回测与验证规则构成的受约束空间里工作;模型负责意图理解与规划,确定性引擎负责执行和验证。
  • CraftDAG / MinePilot:把建筑想法变成可预览、可下载的 Minecraft 建造计划。AI 用语义化 DSL(ComponentPlan)表达建筑意图,无需手算任何方块坐标;CraftDAG 引擎完成依赖解析、几何计算与验证,编译为确定性的方块坐标图(VoxelPlan),生成材料清单、逐层搭建指南和投影文件(.schem)。

更完整的阐述见《给 Agent 造一个 Domain Harness

开源项目

MinePilot 的开源核心引擎。将建筑意图(ComponentPlan DSL)经由确定性编译管道转化为方块坐标图(VoxelPlan),输出材料清单、逐层指南和投影文件(.schem)。Minecraft-first,但编译器核心不锁死在 MC 上。

策引的技术架构文档和设计笔记。

用 LLM 读文章、做摘要和问答的早期实验。

free4.chat 源码:WebRTC 实时聊天,免注册。

策略研究、组合和投资工具相关的公开代码。

SEO 研究和 Web 流量变现资料整理。

newsletter 创建、分发和订阅管理工具。

有什么想聊的?

产品合作、技术问题,或者就是有个想法想讨论,随时写邮件。

写邮件
logo
i365