为会行动的agent
打造harness——
并为结果负责。

一个五角色 agent 循环——分析师、交易员、挑战者、评估者、复盘者——在模拟账户上对接实时行情交易，风控纪律和真实资金账户完全一致。

难点在于:硬性风控写在模型改不了的代码里,还有一个自我提升循环——同一个错误反复出现之后,会从一条教训升级成写死在代码里的硬性拦截。

一个财务agent,让一个家庭对自己的钱真正有规划能力——预算、净资产、现金流预测、异常检测——在任意Plaid支持的银行数据上无人值守运行。

难点在于:把杂乱的真实交易数据变成一个家庭每天都能信任的数字,而且没有人在旁边替它把关。

五个可替换的市场情报专家——采集、富化、新颖度、评估、信号——封装着Trader Joe今天就在读取的那条生产流水线,背后还备着一个已经建成、尚未启用的ReAct编排器。

难点在于:原地重构一条正在生产环境运行的流水线——每个专家都先以行为完全一致的封装形式上线,经过一致性测试验证,然后才允许编排逻辑真正改变运行方式。

25 个流水线阶段，跨两张显卡编排——一张跑本地模型、一张跑渲染——两套生产模式：热点新闻走全自主流水线；而涉及私人情感的内容，系统反过来——由 AI 实时用语音采访一个家庭，把他们自己故事里的空白问出来。

难点在于：一个采访 agent 要向一个家庭问出恰到好处的问题——问题必须扎根于他们真实照片时间线里的空白，绝不能凭空编一段记忆——外加一个自研的 LLM 路由和从零搭建的 MCP 工具服务器，撑起底下另外 25 个阶段。