Working notes by Matthew Hong.
前几天读完 DeepSeek 的《Super-agent 设计探索》和数字生命卡兹克那篇“朱元璋批奏折”的 Agent 长文,我越看越想笑:这套自主 Bot 架构,跟我从 10 月初被飞书消息逼出来、已在 GitHub 开源的 sheepdog(牧羊犬)几乎一模一样。跑过 16,000+ 条真实飞书消息,用 Gemini 3.8 Flash 做总线秒级分诊、70+ 个 Gemini 4 Argon 常驻 Session / Session Group 搭配 600+ 临时 Subagent 干重活,再到让它自己修 Bug、跑 T1 变异证伪并原地热升级——聊聊这套系统的来龙去脉与真机踩坑实录。
为什么过去一百年里,100 人的公司最多只有十几个部门?因为传统组织里「干活的手」与「决策的脑」锁死在同一具碳基肉身里。而在 AI-Native 时代,24 小时自转的 Agent Loop 让产能与人头第一次物理解耦:当最小组织原子变成「1 个边界契约 = 1 个主理人 + M 条自生裂变的 Loop」,100 人的公司自然生长出 10,000 个微部门。
当 AI 把写代码、补测试、加判断的边际成本打穿到接近零,局部修补就变成了系统最大的熵增源。不从「这一个」拔高到「这一类」,你省下的每一次思考都会变成明天的结构债:第一性原理定靶心,奥卡姆剃刀做减法,让这一类问题从结构上无法成立。
一句话意图、十八个小时、四次人类接触 —— 熟悉的七段流程去哪了?剥掉人类参数向下挖:流程 = 补偿层 + 接口层。主结构抄科学共同体、质检术抄工厂;机器编排验证,人安放说与看。
换完所有木板,还是那条船吗?软件是人类造过的最纯粹的忒修斯之船。同一性不是被保存的,而是被记录的——它跟着 specs/ 与 archive 走,不跟着木板走。

I’m Matthew Hong, an engineer focused on architecture, standards, and documentation — and, increasingly, on the philosophy of how humans and agents work side by side. Matthew Labs is where I think out loud about how we build, organize, and work in the AI-native era.
Currently @ TapNow