2026-10-15更新：本公开作品集新增Harness架构理解、最新MOBA版本链、原生协作实证与真实服务状态。
旧3D实验不是最新游戏工程；10.12为交付批次，10.13为固定包与对局实测，10.14的新源码和OhMyGame回滚另列。
下文保留历史正文；历史规划与当前已完成状态不能混用。
# 把智能留给原生 Harness，把连续性做进系统
## 我的架构判断：少替模型做决定，多保证它能把事情做到底
我做这项工作的起点，是反复遇到一种落差：助手说完成了，用户却没拿到能用的东西。可能是按钮不能点，也可能是答案已经生成却在收尾时丢失，或下一轮换了执行者，原工程和人的修改都没有带过去。
这让我从“怎样再造一个更聪明的 Agent”，转向另一个问题：**怎样让已有的优秀执行系统保留本领，并围绕同一件作品持续工作？** 我关注的不只是调用模型，而是输入、工具、执行、交接、采用和用户使用之间，哪一段真正接上了。
## 1. 模型、Agent、Harness、工作室与运行底座，不能混为一谈
在我的设计里，模型提供推理与生成能力；Agent 是围绕某个目标工作的实例；Harness 是承载它的执行系统，包含循环、工具、权限、上下文、会话和恢复。“子 Agent”描述委派关系，不代表能力较弱，它也可以由完整 Harness 承载。
工作室则可能拥有自己的专业流程、多个执行者和原生状态。向它委托一个明确范围的任务，不等于把它拆成普通聊天接口，更不应该由两套系统重复指挥同一份工作。
Meyo 这层运行底座要统一的是目标、工程、授权、委托关系、成果版本和事实记录，而不是各家的全部内部实现。原生系统保管自己的会话与执行历史；平台保留准确关联，让需要帮助的成员能找到工具、拿到材料、收到真实回执。像接通不同车间：统一工件和交接单，不要求每个车间换成同一台机器。
因此，工具后端不应冒充答题成员；登记、安装、可执行、完成任务也必须分别呈现。
## 2. 从自研 auto 到开放协作：留下能力，收回“总大脑”
技术路径经历了固定流程、自研 auto 自主使用工具，再到连接成熟 Harness。auto 留下了搜索、文件处理、脚本执行、来源核对与连续工作的积累；但让同一个内核兼任执行者、规划者和最终裁判，维护面会不断扩大。
历史复盘记录过一个反例：模型已经写出答案，后续检查和收尾却把它变成了空结果。外部监督也未稳定兑现预期收益。这些是历史实验观察，不足以否定所有评审方法，却足以让我放弃“再叠一层判断，就一定更可靠”的直觉。
我的取舍是 **context not control：安全边界可以硬，质量策略应该回到任务和执行者。** 权限、取消、进程回收、资源与版本冲突必须由系统约束；设计方案、研究深度、是否求助、怎样改善作品，则应由成员根据本次目标与证据决定。
这不是取消验证。检查发现要带着原材料、具体失败和可操作的工具入口回到作者，让它继续处理，而不是只在最后发一个总分。用户要求不能被偷偷降低，外部材料也不能借“上下文”获得额外权限。
## 3. 工具接通的证明，不是返回成功，而是原作品真的改变
工具有目录、有名称，甚至返回“完成”，都不等于它执行了所需动作。我把能力借用分成三种：能独立完成的直接调用；依赖原生状态的委托原 Harness 或工作室；确有接口或复用需要时，再研究有许可的源码。读过源码、借用成功、学会方法，是不同结果。
对源码理解，我的判据也不是生成一张全仓地图，而是能解释一个具体机制：由谁触发、哪项配置启用、状态归谁、失败和取消怎样传递、结果如何回到用户。索引负责带路，源码和运行证据负责证明；用最小反例检验解释，足够支持当前修改就停，不为“彻底理解”无限扫描。
**2026 年 10 月 14 日的个人运行验收，提供了一条具体证据链。** 操作员选择原生 Codex 执行报告任务，用户指定 OhMyGame 工作室参与专门复核。初版报告的归因被指出有问题后，原成员需要读回审阅意见并修改原文件。
途中出现了两个真实断点：原生 shell 无法完成工作室的进程身份检查；工具参数描述过于空泛，成员反复提交空参数。修法不是删除检查或关闭沙箱，而是把获准的宿主动作交给受管 MCP 调用，并明确参数传递方式，保留原校验。
记录显示，修后成员真实传入文件参数、接续工作室审阅、核对意见，并修改原 Markdown 与 HTML。切到固定版本的常驻服务后，另一条阅读反馈仍沿同一原生会话更新原报告；新版 Markdown 经浏览器下载，与成员原文件逐字节一致。
这一单证明了委托、意见采用、原会话续作和文件取回。它没有证明自动选出了最佳协作者，也不是新游戏制作或多人云服务的验收。真正有价值的变化是：帮助不再停在另一份回复里，而是回到了用户正在使用的作品。
## 4. 连续工作要保住工程，不只是保住聊天记录
项目、对话、一次执行、原生会话和成果版本各有作用。相同会话编号不能单独证明续作成功；下一位执行者还得拿到实际工程、当前版本、依赖、人工修改和未完成事项。
交接回执还要拆开：已保存、已送达、已消费、已应用，不是一件事。断线或超时后先查原执行，不能盲目重派；旧执行晚到的结果只保留为观察，不覆盖新负责人的版本。换负责人转移的是执行责任，不是作品所有权。
我倾向于完整保存获准保留的事实，运行时只发送相关索引和可读回的原文引用。压缩的是每次传输，不是删掉证据。同家继续与跨家接手也要分开：前者可能恢复原生会话，后者可能是在新会话里接过原工程，不能称为跨格式无损迁移。
并行开发同样不是“多开几个窗口”：成员从共同基线进入独立写入空间，由明确的负责人读取真实差异、处理冲突并集成。单个分支失败要保留，不能用另一个分支的成功覆盖它。
版本采用则是另一项决定。历史 3D 作品记录中，接力成功后画面反而退化；引入更新资产的尝试也出现实体不显示。**更新不等于更好，执行成功不等于应该采用。** 我的设计是把稳定成果和候选修改分开，验证后按授权采用，保留可恢复的旧版。代码回退不能被夸大成付款、外发消息或数据库副作用都能撤销。
## 5. 用真实旅程和全成本，回答协作到底值不值
历史材料中的聚合、投票和路由实验，并没有共同支持“人越多越强”。一次调度候选虽然提前启动后继任务，总耗时仍更长；另一次候选更早结束，但对照没有完成同样的工作。这类结果能帮助定位机制，不能直接包装成普遍提速。
我的基线是先用足合适单家的原生能力，再看补位是否减少缺口。简单文字任务可以直接回答；专业交付要能打开、编辑或执行；复杂项目才按实际需要展开协作。比较时必须保留相同输入、工程和资源约束，算上失败、重试、协调与人工救场，不能把对手的能力剪掉后宣布获胜。
质量也必须回到用途。历史太阳系任务曾把交互作品续成静态图片，画面变了，却丢了用户要的体验。后续回原工程保留交互再补内容，才是沿原目标改善。网站能加载、文件存在、测试通过，都不能独自回答作品是否好用；参照应帮助作者理解具体差距，而不是成为固定闯关清单。
成本账同样如此：我关心的是**每件被接受且实际使用的合格成果总成本**，包括模型、工具、计算与存储、失败和人工，以及按真实复用次数摊销的准备维护费用。首次有用内容、首次可用作品和再次继续的时间分别观察；低 token 单价不等于低交付成本。
跨系统委托不能重置总预算；保存、索引、脱敏、转换与兼容维护也有成本。费用缺测应保留未知，而不是记成零。
## 6. 社区与私有云：让作品成为下一次行动的起点
从内容生产走向作品协作，我保留下来的产品判断是：让社区看起来热闹，不等于别人真的获得了能力。更值得验证的方向，是让人从可体验的作品发现用途，再决定独立使用、加入贡献或提出自己的目标。
社区是发现共同工作与成果的地方，画布是处理同一项目的工作视图。关系应来自真实行动：谁提供材料，谁修改，谁验证，哪些贡献被采用。复制一份自己的版本不等于加入原项目；调用过某个 AI，也不自动成为有效贡献。公开作品、共享方法和使用统计需要分别授权。
作品入口也应把“源码参考”“外部体验”“平台内可运行”分开，标清来源版本、所需账号和实际访问范围。有链接不等于已托管，地址能打开也不等于获得修改权限；授权发布应绑定一份冻结快照，后续私有修改不能悄悄改变公开内容。
私有云方案因此要分清五种对象：来源作品、固定的可运行版本、用户私有项目、应用运行实例、Harness 修改会话。可以共享经过验证的只读基础，但用户数据、凭据和写入不能混在公共演示里；持久的是用户资产，计算可以按需启动和休眠。普通使用已有作品，不必每次重新调用 Agent 生成代码。
这是后续产品方向，不是已经交付任意仓库托管的声明。先从一件有真实使用人的成熟作品验证“试玩—自己的版本—有效修改—回来继续”，比铺满模板和成员名单更有意义。会话历史适配工具可以帮助交接，但不能替代工程、素材、数据备份和运行隔离。
## 7. 我愿意用什么证明下一步
目前可明确展示的是上述个人实例中的报告交付与续改；旧作品演进和协作记录提供局部观察。多用户私有云、跨任务方法复用、同质量降本和持续用户收益，仍需要各自的证据。
我希望下一步留下的，不是更多“已接入”徽标，而是一条别人能追问到底的链：**原始需求是什么，哪里失败，为什么这样改，原作品怎样变化，用户是否采用，还有什么没解决。** 方法只有在另一条真实任务中再次被采用、产生净改善，才值得称为积累；若协作不划算，就保留单家。
===== 历史完整正文 =====
# Meyo｜AI产品与工程作品集
这里分享我们为什么做 Meyo、试过哪些方法，以及它们最终变成了什么作品。结论、事实、推断、建议分开；链接用于体验作品和追溯证据。事实按所注明的历史时点，方案于2026年9月24日提出，时间安排尚是建议。**9月25日补全更正：找回了之前漏检的行星原工程、AI对战实录和较完整视频，正文默认展开，原图解和播放器直接可见。** 原作品历史验收与本次展示发布分别记录，不外推为所有能力已完成。
## 1．军团＋社区现状：服务谁、解决什么问题，为什么值得做
一句话定位：让普通人拿到作品，而不是管理AI
**Meyo是围绕可使用成果发生协作的AI原生社区；军团是背后的生产引擎，让普通人说出目标，就能获得、使用、修改和持续改善作品，不用自己挑模型、配环境、搬文件、组织一群AI。**
“现在”与“愿景”必须拆开：已有少数真实作品、导入续改、版本恢复、私有副本和跨Harness补位的限定证据；完整社区的体验、派生、共同贡献、复用与经营闭环尚未全部接通，更没有六类稳定世界级交付证明。
先服务两边：**有具体结果需求的普通创作者、小团队和经营者**，以及**已有工程和原工作台、希望借新能力的熟练创作者**。前者看结果，不必先懂AI；后者能带来作品和方法，但不必迁移全部工作环境。优先选高价值、会反复修改、可被别人复用的成果，不同时为六个行业造六套产品。
愿景与新升级：从“能叫来很多AI”转向“真的帮我做成”
产品之魂有三件事：一群强工作台为用户工作；遇到各自边界能补位、互相学习；集体效果必须体现在更好的成果和更少的管理上。**“群体超过单家”是要验证的目标，不是因为接入更多成员就已经成立的事实。**
|过去容易做成什么|升级后要交什么|当前不能夸大的地方|
|---|---|---|
|答案、计划或截图|能玩、能用、能编辑或支持决策的完整成果|截图和任务结束不等于真正交付|
|安装更多成员、默认多人并行|一家能做就一家，确有缺口才借工具或同伴|没有普遍更快、更便宜的证据|
|每次重开会话、重新生成|同一项目、版本、资料和用户修改持续保留|有限续作不等于所有会话无损迁移|
|分享使用心得和文章|先体验作品，再派生、续改、贡献|正式社区全链和网络效应未验证|
|记录很多Skill和评分|下一条真实任务采用方法并产生净收益|保存方法不等于学会，自评不等于世界级|
|为所有任务预写质量流程|原生助手研究、编排、验证并返工|已批准改造仍有未提交WIP，不写成上线|
六项世界级目标：不是六个口号，而是六种交付要求
|方向|用户应该拿到什么|已知水平与缺口|
|---|---|---|
|游戏|美术、操作、反馈、恢复协调的可玩核心循环，带匹配源码|赛车可玩且有真实改进；手感、声音、手机布局、稳定耗时未证明顶尖|
|视频|有叙事、节奏、声音、字幕的完整成片，来源可编辑|已找回35.2秒修订概念片与56.3秒独立口播；文件完整、有具体修订记录，不等于叙事审美或世界级已验|
|网站|能完成实际用途的网页或应用，必要数据可保存|图解、静态工程和续改有证据；通用生产网站与主站全链未证|
|报告分析|来源可追溯、计算可复核、取舍清楚的可编辑决策材料|本页完成资料与计算整合，旧PDF仅文件证据；不能代表跨行业专业水平|
|搜索质量与全面|关键问题、原始来源、反证和信息缺口都覆盖，且影响作品决策|有世界参照与来源材料；没有跨任务全面性和结论正确性的系统证明|
|速度|尽早出现第一条有用内容和第一件可用成果，续改不重来|有局部快例，也有数十分钟、数小时和超时；不可用圈时或下载时间充当生成速度|
六项是共同质量尺，不代表同时开六条研发线。一次打穿一个真实结果，缩减的是横向功能，不削用户所需的核心体验。
此前四个纲领继续成立：**看世界级参照与真实意图；用低耗验证找平庸和错误并回原作返工；证明动态协作的实际净收益；只把经验证的好机制固化、不给开发增加无效流程。** 这四条是工作原则，六项是交付维度，下面四段是阅读结构，三者不能互相替代。
为什么要组织Harness，单家到底有没有局限
Harness可以理解为**AI的工作台**：模型之外，还有工具、文件、执行环境、上下文、可观察现场和失败恢复。相同模型放在不同工作台里，能看见什么、能调用什么可能不同；这解释了同用Astra的两家为什么可能补位，但不证明合作必然更好。
我们不把“单家一定做不好”作为立项前提。**先给最强单家完整的原生工具、资料、时间和机会；同样好且更省就选单家。** 编排层如果只让简单问题多排几次队，就应该被削减。
需要区分四种边界：工具或执行环境不可用；原工程与失败事实没传到；模型理解或实现错误；特定任务的真实能力上限。前三种应先修对应问题，不能借运行bug声称“单Harness天生不行”。能证明上限，必须在同题、同输入和可比预算下，先排除这些可修复因素，再看补位是否重复带来增益。
**一句话做完约束的是用户负担，不是强求模型一次生成就完美。** 内部允许研究顶尖参照、动手、验证、返工和求助。一个模型也可把完整Harness当工具调用；我们提供入口与现场，而不是上方再写一套固定答题器。
开放更多工具、插件适配和能力迁移，具体怎么做
假如未来工作台和工具继续增多，用户最烦的不是选择太少，而是每换一家就重装、重讲、重做。因此开放生态的价值在于：**工具能发现、工作能交接、失败能回流、工程能继续**。更多入口本身不是收益。
我们的壳应连接：原工程和版本、来源和资源、请求与结果、完整失败回执、已验证方法的短索引；复杂性向用户隐藏，证据需要时可展开。原生负责人自主选择帮手、接受或拒绝意见，平台不因“世界级”标签强行加人、投票或融合多份答案。
插件优先接入已有平台，让人保留习惯。可以迁移获准的文件、任务事实、方法与来源；不能承诺所有内部记忆、模型推理历史、账号权限都无损通用。适配目录里有名字不等于每个工具都能用；每个接入都要用真实调用和产物证明。
“工具创造”也一样：某单缺能力，助手可以在现有授权范围生成工具或Skill，先验证本单有效，再验证其他任务复用；共享源码不代表自动修改同伴运行时，经验不代表必须照着旧流程走。**不需要一家包办一切，也不需要再造第五套平台。**
名称按语境处理：“mnuas”对应Manus，“cc”对应Claude Code；“transformation”按已有案例指Transformer图解；“jav”尚不能唯一对应产品，不能擅自给它安一个擅长领域。语音里的“一键出错”按“一键尝试新能力、失败可恢复”理解，保留原话，不把不明确的词编成已实现功能。
两个核心目标：把质量推高，把同质量成本压低
**目标A：世界级交付。** 先让单家利用真实需求、具名高水平参照和可用资源做出完整成果；内部按最大差距返工，遇到边界再借同伴。当前尚未证明所有领域或所有成员都达到顶尖。
**目标B：更便宜、更可负担地多用。** 小模型配更好的工具、方法和多循环协作，可能胜过只看模型规模的方案；也可能因为重试、评审和环境维护而更贵。要比较的是“所有尝试费用÷合格交付数”，而不是单次token便宜多少。
先测同Astra条件下的增量修改、方法复用与按需调用；小模型比较列为下一项受控假设，不在本轮擅自换模型。用成功率、正确性、实际采用、总耗时和费用同时判断。**量大管饱不等于无限免费**：并发、推理、存储、外部工具和支持成本必须受实际账单约束。
**分享的是一件能体验、能修改的成果，旁边附来源、版本和有效制作经验。** 这比“我用了什么Prompt”更容易让没技术背景的人理解价值；同时保留源码、许可和可编辑文件，不把可见页面变成不可维护黑盒。
三条用户入口最终进入同一个作品空间：
1. **我不知道AI能做什么**：先看、玩或使用别人的作品；觉得有用，再创建自己的版本。例如试玩赛车后说“改成雨夜海岸”，而不是先研究模型名单。
2. **我有想法、文件或GitHub工程**：带入已有材料，能复用就不重做；运行后说出修改，看到候选，选择采用或恢复。任何可访问仓库可提交尝试，不代表任何仓库保证自动托管。
3. **我想一起做**：加入原项目的具体工作，贡献对应真实文件与版本，由原作者决定采用；想独立定制就派生自己的版本，两者不要混为同一种“协作”。
来源、授权、贡献与采用记录把人与人、人与AI的关系连起来；有效作品吸引使用者，使用者产生改进，采用后的方法再成为下一单起点。这是网络效应的**假设**，不是帖子数、点赞数或AI马甲互动可证明的事实。
行业已有相似形态：[Lovable的Remix](https://docs.lovable.dev/introduction/faq)支持在有权访问与可复制条件下建立独立版本。因此“分享、复制、再改”不是我们的独创。我们要验证的是跨工作台协作、成果连续性和社区复用组合起来，能否更自然、更可靠。
整体框架：工作室的分工，而不是群聊上再套一个大脑
|部分|用大白话说|责任与实现边界|
|---|---|---|
|社区入口|作品展厅与找伙伴的地方|正式社区由Mars接入；不在B另造文章、发帖和主页系统|
|作品空间|始终是同一张工作台|原材料、当前成品、候选、反馈、采用与恢复；已有本地限定旅程|
|原生负责人|接住用户目标的执行者|自主理解、研究、设计、实现和求助；不由平台预写每题答案|
|开放能力生态|随时可借的工具与帮手|原生Harness、搜索、代码、媒体、文件、设备；目录存在不等于全家验证|
|Meyo运行底座|水电、门锁、档案和恢复点|连接、身份、隔离、权限、进程/取消、持久化、文件与运行事实；不取代专业判断|
|经验复用|能再次检验的手册与组件|保存适用条件、出处、失败反例；跨新任务采用后有净收益才算学会|
架构的核心变化是**context not control**：把当单需求、工具、来源、当前状态和失败完整交给负责人，而不是固化“研究→样片→翻译→评审→实现”给所有题。安全、权限、取消、进程回收和真实文件事实可以硬；作品质量方法应按任务生成，不变成平台的万能裁判。
云电脑、浏览器、Office、云手机等属于任务可能需要的运行工具，不是为了展示军团强而默认启动的一套平台；需要的软件、账号、授权与业务状态必须真实可用。某成员或某设备连通不外推为全部能力已交付，Meyo原生与自研auto两条执行路径的信息、状态与恢复也要对称接好。
**当前角色补充：**上句描述的是历史执行路径的兼容与信息保全要求，不代表 auto 仍在默认接单。本地现行声明已将 auto 设为工具来源（`capability`），不参与答题、接力或首脑竞选；自研源码和可复用工具保留。为什么从 auto 走向军团、哪些资产值得留下，见[本页技术主线](#auto-to-legion)。
已批准的通用自治改造是在原实现上去掉固定质量工序和总否决，让负责人自己返工；真实评审意见、未验证项和失败回执不能删。**这部分B分支仍有未提交、未完成总验收的WIP，不是生产功能。** 先保原任务、原产物、原错误，不借重构抹掉现场。
用户视角对比：Manus、Codex、Claude Code、Muse与Meyo
下面区分官方描述的能力和我们的机会判断，**不是独立同题性能排名**。这些产品也在发展，不能把“合作、记忆、托管、开放工具”统称为别人没有。
|产品|用户已有的价值与能力基线|Meyo真正需要争取的差异与风险|
|---|---|---|
|Manus|自然语言交付网站、研究和文档；官方Wide Research可用并行代理处理多项研究|不能只是多代理版聊天框；必须在已有工程持续改、跨工作台交接和作品社区复用上形成可感收益|
|Codex|成熟编码执行、工具、Skills与多代理；官方也开放CLI、SDK、app-server及托管Agents API，允许产品保留自己的环境和界面|**开放Harness和把能力嵌入工作台并非Meyo独有。** 优先复用成熟运行能力，差异只能由跨生态的成果连续性与实际复用证明|
|ChatGPT Sites（与Codex区别）|官方说明可创建、托管、修改和分享网页、应用、游戏；属于ChatGPT产品面，不是Codex CLI的独立托管命令|生成、预览、发布和续改已是强基线；不能把我们仅本地的页面对标成比人家完整托管更强|
|Claude Code／CC|能读改工程、调用工具、使用Skills/MCP；有子代理及实验性多会话团队，官方提示协调成本和适用边界|不能说CC只能单人或不支持合作；必须保留其原生能力作对照，证明换环境不丢现场、成果复用更省管理|
|Muse|本报告沿此前明确口径，指Meta在2026年9月8日介绍的个人代理：专属云电脑/浏览器、长期目标、记忆与跨应用执行，敏感动作需授权|小白友好、长期记忆、云电脑和后台工作不是空白；我们应围绕可体验成果及创作协作，不空泛正面对抗个人代理入口|
|Meyo目标|先体验作品，再拥有自己的版本、持续改、加入贡献；原工作台按需借生态能力|当前是产品方向与局部案例，不是已建立护城河。若用户用单家已顺手完成，就不强迫他使用我们|
官方依据：[Manus Webapp](https://manus.im/features/webapp)、[Wide Research](https://manus.im/docs/features/wide-research)、[Codex开放平台](https://developers.openai.com/blog/codex-as-a-platform)、[Agents API](https://developers.openai.com/api/docs/guides/agents-api/overview)、[ChatGPT Sites](https://learn.chatgpt.com/docs/sites?surface=app)、[CC Overview](https://code.claude.com/docs/en/overview)、[CC Agent Teams](https://code.claude.com/docs/en/agent-teams)、[Meta Muse发布说明](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/)。这些是提供方功能说明，不把营销“世界第一”或客户自述效果当独立验证。
## 2．目前验证过什么：作品、功能、改善原因与反例
先拿作品和现场说话，不拿动作量说话
每项按“原需求→具体缺陷→改了什么→实际采用或运行证据→仍不能证明什么”讲。代码存在、测试通过、任务结束、部署Success、用户完整旅程、世界级品质是不同层，不能互相代替。下面复用既有真实记录，本轮编辑网页没有重新生成游戏、视频或跑业务模型。
赛车：实际实现没做好，不能一概甩给Context
原需求是精致车模、小岛、水面、夕阳与雾，WASD探索并真实迭代。早期作品已有驾驶，不把历史说成完全不能玩。但源码里道路曾是细管，车按另一高度放；车模加载被注释而用了方块车。中间版视觉地形0.288米、碰撞支撑4.437米，相差约4.15米，是具体几何、物理和资产落实缺陷。
作者后续落实带状路面、真实车模、固定步物理和比赛核心循环；同伴提供反例，原作者读回后修支撑、阴影、焦点与招牌。**2026年9月21日同角度前后图**可见左侧反字招牌和不清楚的维修区变成正向标识与建筑；9月22日保存版又增加日落海岸、分段成绩、出发/驾驶提示。不同日期的整体画面是阶段展示，不能伪称严格同条件视觉A/B。
本页保留真图切换、同角度对比、[当前保存版原HTML](works/tideline/index.html)和[源码包](downloads/tideline-source.zip)，源文件指纹可追溯。9月22日21:06—21:08的同版原生浏览器记录完成一圈44.058秒、零罚时，并记录三段成绩和影子车；**44.058秒是测试圈时，不是生成耗时，也不是人类手感评分。**
最近整轮约4小时28分仍超时，存在外层恢复和保全。手机地图位置、画面组织、声音、手感与速度仍有差距；不称世界级、零干预或所有成员都能同样完成。最新保存版与原源码能继续改，是有价值但有限的事实。
同一赛车的协作：修的是求助回执和恢复，不是投票融合
当作者请求不可调用的auto时，原逻辑未把“未执行”的事实回给原生会话，反而结束作者；外层没有合法恢复却多次喊继续。**是协调和失败事实回流断链，不是auto答得差。**
修复把拒绝回执落回同一任务，并按正确执行代次恢复；原Codex/Astra得到现场后，自行改找Hermes/Astra，收到真实浏览器结果并读回。另一轮也有Hermes请Codex核画面、按意见改原作。成立的是“借能力→读结果→实际改→复验”，不是几份答案汇总。
两家在这些关键案例中都使用Astra，只能说明不同工作台能补位，不是不同模型互相进化的证据；原作者仍有超时，不能把接力兜底遮住本家病。**这与赛车画面是同一赛车订单，不重复计算两件成功作品。**
2048：从一份仓库到能看效果、采用和恢复的原工程
用户原目标是“GitHub可以提交，部署后直接玩，再让AI改看效果”。已有本地旅程包含：真实仓库导入本人项目、重复领取不无意造多份、不覆盖用户修改、同工程加单步撤销、验证棋盘与分数恢复、预览、采用、恢复、再采用和源码取回。
[本地撤销版](works/2048/index.html)与[匹配源码](downloads/2048-undo-source.zip)可由本页打开或下载。一次原工程AI续改约115秒；其他轮次有失败、外层验收和不同原生槽，不能剪成一次全自动成功。9月18日撤销版与9月19日后续采用不是同一阶段，不混文件版本。
相邻限定案例还证明了：两测试身份私有副本互不覆盖；选定文件贡献回原作者，由原作者整合采用；Hermes接手Codex工程、加撤销快捷键；同伴返回后负责人确实读全文并续改；部分并行的一份README被采用，原父任务有恢复记录。
这些改善的是重复解释、搬文件、版本选择和恢复负担，但未测得真实用户管理时间减少百分比。测试身份不是市场用户；部分并行不等于两份贡献都成功，更不能说已普遍并行提速。静态预览不等于游戏状态持久化，任意仓库也不保证自动部署。
原需求是“用生动例子给完全外行讲注意力机制，配示意图”。原物本来就是互动HTML，不能把它说成一段文字升级成网页。问题是把追球小猫写成被追者、声称有水果／公司对照却缺水果、窄屏文字太小。
根据具体反馈修改解释、两场景切换与局部横滚，9月19—20日已有真实点击、390px阅读、刷新和授权下载记录。本页保留[61,508字节修正版](works/transformer/index.html)及[可携带文件包](downloads/transformer.zip)，可按需载入原HTML。
返工使用CC/GLM-5.3，旧模型未核，用了新native会话；约2653秒（约44分钟）不是速度达标。没有跨Harness意见采用的充分记录，不说这一单证明了军团胜出；三个窄问题修好不等于全文科学性通过。
旧/新截图曾在原临时目录有索引和指纹，本次交接读原路径时已失效；当前长期目录的修正版HTML存在。**不根据历史hash伪称图片现在仍在，也不重新截图冒充旧版。** 本页解释示例明确不是历史图。
赛博大象：真实成品，不虚构一条改善曲线
原生成品为1024×1024 PNG，已有9月20日真实生图、完整解码、授权下载和刷新恢复证据。生成段约197秒，几秒的UI补验不能当生成速度。原图已在本页展示并[可下载](assets/elephant.png)。
这证明一个图像交付链可用，不证明全成员生图、顶尖审美或协作增益。没有已核前后版本，不为讲故事补造“原来差、后来好”的对比。
行星、对战和视频：找回原物，也纠正之前的漏检
**之前不是这些作品都没有，而是检索只停在局部证据摘要，没有把相关原输出目录找全。** 9月25日按原Query、会话与文件指纹找回后，必须更新原结论，而不是继续重复“缺资料”的旧说法。
**原八行星作品**：[太阳系·轨道档案历史版](works/solar-system/versions/orbital-archive-20260907/index.html)是9月7日保存的Three.js八行星交互工程，原请求包含相对周期公转自转、拖拽缩放、点击信息卡和电影感星空。完整HTML、本地bundle、源码、桌面与移动截图均保留。原verify_1_prime终审记录了Chromium file://检查、八星注册、拖拽缩放和信息卡；其中部分卡片内容由测试接口调用，不冒充逐星像素点击。本轮没重跑原游戏；顶层final_result仍为空，节点通过不等于整个收尾链正常。
另一个HELIOS历史订单里，用户要求增加银河与星云后曾只收到静态PNG，追问“我是说原来的交互效果”后才恢复交互。**这件事解释了真实失败：把视觉补充当成最终成果，丢了用户原本需要的交互。** 后续原交互及22对象卡片有旧验收，但银河星云可见度和软件WebGL性能仍有缺口。现在[固定太阳系入口](works/solar-system/index.html)默认显示这份粒子增强原构建，旧八星可从版本列表回看。不同原会话不拼成同题同预算A/B；科学数据为平均参数、尺度压缩，不是实时精密星历。
**3D对战已找回**：原任务是同一RIFT订单，原Hermes继续后又经历CC与JCode接力；恢复、泛白退化、反馈修回、重复初始化以及新GLB显示失败都有对应原记录。[同单动作与前后截图](#combat-evolution)和[固定体验入口](works/combat/index.html)已放在本页。公开演示是移除未核肖像与专名后的分发副本，不是未经修改的原版，也没有重新继承整局验收结论。
**另一条Pong录像任务**：9月2日“两个AI挡板打到5分并交GIF”，原结果FOLLOW AI 5:2 CHAOS AI。[原GIF](media/pong-original.gif)、终局图、原比分记录与脚本已保全；页面MP4仅由原GIF格式转换，实测38.25秒。GIF为611帧，旧比分JSON写765帧，保留口径差异。它是独立的AI比赛录像，**不是上面的3D对战，更不是双人在线PvP游戏**。
**kb-final-v2视频**：先前两轮空结果与“没有未解决问题”的错误呈现依然是反例，但原输出目录实际上还有[35.248秒原概念片](media/bilibili-original.mp4)与[35.2秒修订片](media/bilibili-revised.mp4)。原修订说明记载：将静态信息卡改为连续动作—反馈—结果、加音乐和事件音、修字幕末尾超时、修封面安全区及“40秒”错误描述。已恢复两版MP4和原字幕并核完整解码；视频自己标明“概念先导片／非实测”，不能用其虚拟流程画面证明产品已经如此协作。
**独立口播成片**：[56.3秒systemic-proof作品](media/systemic-narration.mp4)是另一条任务，1080p、有音轨。制作说明称由8段原生动态MP4、神经配音和字幕剪辑，且明确首屏像编辑中、中段并行不直观、结尾像幕后片场，未达世界级参照。本次只核原文件、元信息、完整解码和原帧，不把“能解码”说成听审、字幕语义或审美全过，也不拿它替kb-final-v2补同单最终成绩。
**旧测试单独保留**：9月4日[8秒无音轨开场测试](media/legacy-opener.mp4)原结果仍partial；8月平移缩放兜底是另一个历史任务。旧[家庭停电指南PDF](downloads/legacy-guide.pdf)仍只有文件级证据，未逐页或专业审核，不作现实应急依据。
所以现在可以说“有原物、有同目录修订和具体改动记录”，不能继续说“只有8秒视频”；但**世界级叙事、稳定通用协作与端到端闭环仍尚未证明**。展示找回和产品能力升级是不同进展。
功能账：哪些已经做、验到哪里、哪些还没做好
|功能或机制|用户能感知的价值|当前已证状态|不能扩成的结论|
|---|---|---|---|
|GitHub／文件导入、项目私有副本|带着已有材料开始，不从零重来|B本地候选有真实导入与两身份隔离记录|任意仓库托管、真人社区全面可用|
|原工程AI修改与候选|看清改了什么，再决定用不用|2048及相邻项目有真实改文件记录|所有项目无损续作|
|采用、恢复、源码下载|改坏能找回，能把成果带走|本地限定旅程可追溯|业务数据与游戏进度自动全持久化|
|来源、文件授权与贡献|不互盖，也不把别人的文件随意公开|选定文件贡献、原作者采用有测试身份记录|所有资源免费商用、公开授权默认成立|
|跨成员接手与求助回流|原负责人能用上他人的实际帮助|Codex/Hermes特定工程成立|所有家都稳定、异构模型普遍更优|
|部分并行与恢复|独立小任务可补位，原作继续|一份贡献采用及父任务恢复有记录|完整多负责人并行提速已证|
|原生成员与共享工具入口|不用自己重接每套工具|部分原生入口和真实借能力链已验|工具目录数等于可正确使用的能力数|
|规划配置传递修复|同一请求能回到真实规划|B有同单规划返回记录|用户一句话成品链已恢复|
|通用质量自治|研究和返工方法交回原生主体|用户已批准，B仍有未提交WIP和未完成验证|已上线、全量通过或六类质量保证|
|测试前端|用户能进入新的登录入口|A记录9月23日23:03:41 c275/75336487发布，HTML与JS匹配包并真点登录、刷新|前端新包等于后台新生产版|
|正式后端与原会话文件|迁移后已有记录可继续取回|A在9月23日后续协作消息报告程序96de840／包75332395、稳定分支头5f425851；本页按负责人回报记录，原会话/原文件旧限定验收与新包全量验收分开|所有B功能都在生产、主站全旅程全能力可用|
|正式社区及发布|发现、派生、续改、传播在同一产品|服务与参考前端已先行，正式Mars整合未完整证明|本站本地报告就是正式社区成品|
源码用于理解机制，trace与真实操作用于解释它在该单是否生效；没有当单对照，不把“代码里已修”外推成所有历史作品已变好。
到底是Prompt、Context、bug，还是组织问题
不是选一个万能答案，而是沿真实链路分类：
1. **作品实现问题**：几何、物理、资产、解释和交互错了，就修具体实现。把问题交给模型不等于模型一定能改对，要看原作变化。
2. **上下文与观测问题**：原始意图、资料、工具入口、同伴全文或失败回执没传到，先补事实，让作者能判断，而不是外层替它写答案。
3. **执行与恢复问题**：调用根本没执行、错误结束、代次恢复不对、环境不通，修运行机制并重放原旅程，不能冒充换强模型就好了。
4. **组织问题**：不知道谁负责、同伴交了但作者未采用、同题重复跑、结果被融合丢失，需明确原负责人和产物关系；不是强制更多角色或多数投票。
5. **写死质量控制的问题**：固化工序可能带来等待、上下文税或错误否决，但只有源码与当单trace的因果绑定才可解释具体失败；当前不能据此领取所有案例改善的功劳。
我们的通用杠杆是保原工程、保真实事实、让反馈回到正确执行者、让缺工具时可借能力，并把下一步决定权留给原生助手。**不是给每个领域定制一套Prompt，也不是无限循环直到看起来成功。**
证实、证伪与未证明：正负结果一起展示
|假设与证据|本轮判断|限定|
|---|---|---|
|同一工程可以持续修改、采用和恢复|有局部实证|真实用户负担改善量尚未统计|
|不同Harness可以把意见真正用在原作品|有特定个案实证|同Astra案例不是异构模型优势|
|叫更多成员必然更好|已有反例，不成立|9月15日旧链352.95秒完成，候选370.33秒且部分失败|
|恢复和调度改进能救回某个中断任务|有受控正例|旧链236.20秒未完、候选158.58秒完成三项；工作量不同、同Hermes同模型、组合干预，不报等工作量提速33%。最终独立审计还发现A的重置转向归零未通过；B的10.9秒恢复段是已写文件的读回复核与收尾，不是该段才生成|
|规划传输修好就代表成品更快|不能成立|一次86.512秒无首输出超时；另一次18.211秒首输出、145.314秒完成的是计划，不是作品|
|多答案融合、投票就能保证质量|历史项目记录已有负例，不作默认机制|一致不等于正确；不能用弱家重复同一错误“多数通过”|
|小模型＋多循环更便宜|尚未证明|缺同题可比质量与所有尝试成本账|
|一篇Skill意味着互相进化|尚未证明|要有另一真实任务实际采用并净受益|
|5000注册或帖子热闹就说明需求成立|不能这么判断|仍需有效交付、成熟回访、复用和真实收益|
体验入口和本页交付：能看什么，不把地址混在一起
|入口|现在提供什么|明确限制|
|---|---|---|
|[Meyo测试站](https://wangziyi37-sihki-sl-mars.vision.test.sankuai.com/community/meyo-agent)|A于2026年9月23日23:03:41实核新前端、登录表单与刷新|需公司网络、已有内测资格、本人登录；截至23:16后台仍Test f9，不是Prod私有会话全链|
|本页行星、AI对战实录、赛车、2048、Transformer及视频/PNG链接|原工程、真实截图和MP4随展示页发布；图解与视频不再藏在点击占位或折叠区|静态作品展示与正式军团后台不同；本轮未重新验原游戏，旧partial与概念演示明确标注|
|[学城主稿](https://km.sankuai.com/collabpage/2788558525)与[完整版](https://km.sankuai.com/collabpage/2788981616)|此前已保存和读回的决策稿与历史证据|学城媒体上传仍0；网页与学城分别更新、分别验收，以各自最新回执为准|
|[正式接口交接](https://km.sankuai.com/collabpage/2787800041)|查已记录的生产版本与访问条件|技术交接不是免登录产品体验；不把IP、localhost或含令牌链接当作公开体验地址|
此前“9月24日00:34:22正文保存并刷新成功”的记录只证明当时那次文字追加；后来的精简稿也只证明对应文本和保留节点。**文字存好了≠全部要求融合了≠图片/作品已在线可用。** 本次纠正的是把原来散落的完整内容实质融合进当前网页。
用户已于9月25日明确授权发布个人主页，正式地址为[seanliii.github.io/meyo-report](https://seanliii.github.io/meyo-report/)。首次发布53份文件经公网HTTP逐字节核验；本次补全更新仍要独立部署并核新文件，不用旧回执冒充。若浏览器地址以file://开头，看到的是本地副本，不是线上版本；页面顶部有明确区分。受控浏览器此前拒本地报告，未绕过，本轮只做文件、代码、媒体元信息与HTTPS检查，不称桌面／手机真实视觉验收通过。
依据哪些历史材料，哪些没有声称读遍
已复用31份核心方案／证据索引及相关A/B和部署交接；核心文档按全文或相关段落读取，关键案例按源码、trace、文件指纹和既有操作回执核对。**不声称逐token穷尽所有私有对话，也不把未来资料和缺失原件补造出来。**
主要线索：[唯一主计划](https://km.sankuai.com/collabpage/2787566006)、[社区接口](https://km.sankuai.com/collabpage/2786484162)、[社区与画布](https://km.sankuai.com/collabpage/2787333297)、[创作经济循环](https://km.sankuai.com/collabpage/2787023932)、[世界交付参照](https://km.sankuai.com/collabpage/2787311305)、[原生协作研究](https://km.sankuai.com/collabpage/2786842533)、[源码与记忆审计](https://km.sankuai.com/collabpage/2786653620)、[夜审报告](https://km.sankuai.com/collabpage/2786653619)。本页的来源清单保留标题、用途和核查边界；不携带凭据或无关个人信息。
## 3．后续验证：质量、可靠性、效率与真实使用
世界级怎么实现：靠参照、完整作品和反复净胜
先理解原始目标、查当时的世界级参照与可用资源，从参照反推该单需要的完整核心体验；由原生负责人实现、实际使用验证、找唯一最大差距并返工。资源与标准进入该单上下文，不写死为所有领域流程。先交一个完整、可感知的纵切，再滚动下一条真实需求，不拿平庸MVP或大批考试替代成果。
只在同一真实需求上，输入、约束和预算可比，有具名可打开参照、正确性不退化、至少两项关键维度胜出，以及两名不同实际模型的独立盲评等证据时，才讨论“对本题的有限胜出”。当前Astra-only的代理互评只能辅助发现问题，不能冒充异模型独立评价或真人认可；六类持续顶尖还需要不同真实任务重复净胜。
**自我评分高、模板漂亮、生成次数多、用了大模型或开源项目都不够。** 用户只说一次是产品目标，内部多轮不算用户额外表达；但外层人工救场、重试、环境时间与费用必须如实算入。
同题验证怎样拆，避免把所有收益都归给军团
先补最强单家的真实意图、资源和失败现场，再与按需协作比较，保留单家的原生工具、子代理与执行能力。先判断补工具能不能解决，只有还需要互补时再看多Harness；论证单项机制尽量只改这一项，组合改动只报组合效果。
每单先交用户成果，高价值、失败或路线不确定时，最多加一个同题同预算影子对照，不把评测变成等待用户的硬阶段。质量与成本可以分批验证，不能为了固定题数编造需求。小模型对照是未来待批准实验，当前不擅自改变Astra策略。
|问题|建议样本与判断线|时间及不过线时的动作|
|---|---|---|
|是否稳定交付、少管理|先20条不同真实需求，网页／小游戏各10；至少18条完成核心用途与保存恢复，至少16条无需工程师代改/手搬文件。授权和必要澄清单列；越权、丢原作、空白报成功要求0|9月30日检查。样本不足如实报不足；先修原失败路径，不扩平台、不拓量|
|协作质量有没有净收益|10对完整能力最强单家vs按需协作，同输入/资源/预算；至少7对在两项按任务事先确定的关键维度胜出，正确性与核心可用性不退化|10月7日初次决策。7/10只作本批加码信号，不是普遍优势或统计显著结论；每对败例保留|
|同质量能否更省|每件合格交付的全部推理/工具/失败重试边际费用下降≥30%，成功率不降，总耗时不恶化超过10%；人工救场、支持和全成本另列|10月7日先看完整账；无账写未验证，边际降幅不当项目预算降幅，无净收益保留单家|
|速度是否用户可感|限定范围首条有用反馈P90≤10秒，首个可用网页P90≤5分钟、小游戏≤15分钟；启动/排队/重试计入。按全体入样任务报阈值内交付比例，超时/未交付记未达；另报成功样本P90须标条件与样本数，不能替代总体速度|9月30日与10月7日复核；复杂范围另比，规划、播报、下载或测试圈时不能替代|
|经验是否真进化|至少5条不同的真实后续任务实际采用已有方法或资源，逐条记录采用点、原作者和差异；对有可比基线的项才计算净收益|10月7日看首批。只出现Skill记录、未采用或难归因，标未证明，不计成功|
|用户和社区是否成立|激活≥40%；已激活且窗口成熟者D7有效回访≥20%、D30≥10%；至少20%激活用户实际采用他人作品派生版；推广≤100元／增量去重激活作内部试验线|成熟窗口后才判断。交付差修交付，交付好但不回来改场景，没人派生不称社区飞轮|
这些是**建议项目决策标准，不是运行时质量硬门、行业平均或已实现成绩**。小样本必须展示实际分母与不确定性；不靠总均值掩盖某种交付持续失败。
留存怎么算，哪天才能下结论
激活是注册后`[0,7)`天完成或续改可用成果并采用、保存或导出；只打开页面不算。D7窗口为注册后`[7,14)`天再次有效使用，D30为`[30,37)`天；分母是已激活且观察窗口已走完的同批用户，排测试、机器人、重复。**这不是第7/30天的单日行业口径，D30不再乘D7。**
建议T0为**2026年9月24日**。如产品达标、增长批准后首批注册在10月1—14日，末批激活窗口10月21日满、全批D7在**10月28日**、全批D30在**11月20日**满窗；按最后注册时刻计算，整日批次在当日结束后汇总。不能10月23日就报告整批D30。国庆与非节假日、不同渠道分开看。
验证时间以实际任务与成熟样本为准；这里保留技术判断线，不把历史计划当成已执行或已得到结果。
我们能不能做到：把可行性、保证和经营成立分开
- **能接上、能继续、同一工程能补位**：局部已经做到，可继续加强稳定性。
- **在明确范围内交高品质作品**：有可行路线，但要更多不同原始任务证明，不靠一个精修赛车代表全部。
- **所有题、所有Harness、所有预算都世界级**：不能承诺；即使单模型更强，也会受资料、工具、权限、环境和验收影响。
- **小模型同质量更省、持续群体进化**：尚未证明，需要可比净收益和完整账。
- **可持续商业业务**：尚未证明，需要真实采用、回访、付费或其他收益和贡献利润。
不把这些未证项藏进未来，也不因此停掉可独立推进的工作。优先顺序是：原作品完整交付与可靠入口→已批准的通用自治收口→另一条不同真实任务复用→社区供给与持续采用→有证据后扩大生态/商业化。