Cybernetics Agent——人工智能应用的新范式
内容提要
文章主张将LLM Agent编排设计为显式反馈控制回路，而非一次性prompt。作者提出dsh-cybernetics协议：持久化目标、独立task agent执行、verify agent独立验收、triage分拣校准，形成内环自动迭代与外环人工校准的双环结构。关键设计包括目标只追加不改写、上下文隔离、思考与行动硬门分离、分级轮次。项目本身即用该回路开发，作者认为未来竞争在回路拓扑而非模型权重。
延伸解读
从“调提示词”到“建回路”：控制责任的转移
文章指出，一次性 prompt 的缺陷不在于没有反馈，而在于反馈主要依赖人的记忆与手工操作，未被系统化为持久、可追踪、可自动运行的控制机制。dsh-cybernetics 将目标、执行、验收、校准拆成显式环节，把控制责任从人脑转移到协议与审计记录中。这提示读者：评估 Agent 方案时，不应只看单次输出质量，更要看它是否具备独立测量与自动校准的结构。
独立验收的价值与边界：隔离叙述，不等于隔离证据
协议要求 verify agent 只拿目标、交付物和可核验证据，避免被执行者的自述带偏。但文章也承认，若证据全部由 task agent 自己生成，独立上下文仍可能受证据质量限制。因此，独立验收不仅要隔离叙述，还要尽可能核验真实交付物、测试结果和外部事实。读者在借鉴时，应把“谁验收”和“验收依据从哪来”分开设计。
硬门与分级：用结构约束替代模型自觉
硬门通过 allowlist 把执行类工具从编排者工具清单中物理移除，使“改变世界”的请求必须委派，从而让信息可见性、决策职责和行动权限相互匹配。配合 quick/full 轮次分级与 ephemeral/persistent 执行者选择，系统在成本与可靠性之间做权衡。文章强调，这些是工程护栏，不构成稳定性或收敛性证明；迭代上限也不等于不会连续犯错。
Dogfooding 的证据力与局限
项目自身在“目标—测量—校准”回路上开发，README 记录了从启动失败、页签渲染到配置保存被静默拒绝等多轮实机修正。这些案例说明设计假设必须接受运行检验，偏差要能改变下一轮实现。但文章明确，这些成功案例只证明回路在真实开发中的实用价值，并不意味着协议已获得形式化的稳定性或收敛性证明，适用边界仍需后续实验检验。
Q&A
一次性 prompt 范式在复杂任务上为什么容易失效？
一次性 prompt 把反馈控制留在系统之外：系统没有持久化目标状态、独立验收机制和自动校准协议，每次调用只是局部求解。目标活在当前 prompt 里，测量和修正都依赖人。任务复杂时，模型说“应该可以了”却无法独立验证，跑偏只能整段重来，目标也从未被持续跟踪。
dsh-cybernetics 的工作回路包含哪几个环节，各自负责什么？
回路包含四个环节：目标（setpoint）是持久化 goal，含 objective、subgoal 和详细 brief；行动（act）由不继承对话历史的 task agent 按委托书执行并产出结构化报告；测量（measure）由 verify agent 独立验收，产出含 met、criteria、gaps、goalItselfQuestionable 的 verdict；校准（calibrate）由 triage agent 将后续线索分拣为 auto、defer、reject、human。
为什么目标版本要设计成只追加、不原地改写？
因为目标被悄悄改写会摧毁 goal 跟踪的价值：agent 可能在多轮迭代中不知不觉漂移目标，页签上显示的目标就不再是当初设定的目标。协议通过创建带 parentGoalId 的新 goal 表达修订，旧 goal 置为 superseded 并记录 supersededBy，revise 必填 reason 并追加审计日志，使目标演化可追溯，类似 Git 用不可变 commit 保留历史。
verify agent 为什么不能直接接受执行者对自身工作的叙述作为验收依据？
因为那样验证会被污染：执行者会把“我做了什么、为什么这样做”讲得头头是道，验收者被叙述带着走，最后变成检查执行者自述是否自洽，而不是检查事实是否满足目标。verify agent 可以检查结构化交付报告，但验收结论必须尽可能建立在实际交付物和可核验事实之上，测量仪器应尽可能独立于被测对象。
硬门（hard gate）是怎么实现“思考与行动分离”的？
插件在系统提示装配期直接把执行类工具（bash/edit/write）从顶层 session agent 的工具清单中物理移除，模型看不见自然无法调用；后来进一步反转为 allowlist 模式，顶层编排者只保留读、对话、展示和 goal/编排动词。这样任何“改变世界”的请求都成为委派信号，执行能力只属于被编排的 task agent，验收由 verify agent 独立完成。
quick 和 full 两种轮次深度有什么区别，使用上有什么限制？
quick 走单 task agent 一轮出结果，跳过 verify/triage，成本更低，实测模型调用成本约为 full 的三分之一；full 走完整的工作→验证→分诊循环，验收通过才交付。协议明令禁止用 quick 轮抄近路做变更，琐碎只读问答可直接回答不建 goal，复杂分析与一切变更必须走 full。
作者认为下一代 AI 应用竞争的关键在哪里？
作者认为竞争主战场不在模型的权重里，而在回路的拓扑里。单纯换更强模型不能解决结构性问题，关键是让信息可见性、决策职责和行动权限相互匹配；目标应成为一等公民的持久状态，测量由独立 verify agent 承担，校准分内环自动修正与外环人工确认两层，人的角色从逐条 prompt 作者转向目标设定者与外环校准者。
