Tag

#AI

我会交给 AI agent 的任务边界

AI agent 真正进入开发流程之后，关键问题不是它能不能写代码，而是什么任务可以放心交给它，什么任务必须由人来定边界、做判断和负责验收。

当 AI agent 能在电脑上读仓库、改代码、跑测试，手机端真正重要的不是复刻 IDE，而是让人随时看见状态、批准下一步、补充约束并中断错误方向。

当 AI agent 开始进入真实开发流，问题不再是能不能生成代码，而是如何委派任务、保留判断、验收结果，并把它接进自己的工程系统。

继续复盘 Synapse 的真实实现：笔记后台处理、关键词搜索、Qdrant note 级向量、对话上下文拼装、citations，以及下一步要补的 chunk 与重排。

结合 Synapse 当前代码，复盘模型路由的真实实现：隐私分级、本地优先阈值、对话云端优先、失败降级、运行时配置、心跳探测和成本记录。

把 RAG 从 demo 推到可用系统时，最容易踩的 6 个坑：chunk 切分、检索不准、上下文污染、token 预算、本地模型、latency。结合 Synapse 的真实取舍给出可操作解法。

我复盘 Synapse 的初衷与架构：从零摩擦输入、自动整理、语义检索、对话式查询，到本地优先的模型路由、隐私边界和数字分身愿景。

当 AI 能参与构思、编码和复盘，个人网站也可以成为一个更立体的工作台。