01
系统设计
关注多 Agent 协作里的任务路由、状态治理、恢复机制与执行器抽象，不只让系统能跑，更让它能被管理。
What I Do · 现在我在做什么
系统 · 方法 ·表达。
我现在最集中的工作，是做一套能管理复杂任务的多 Agent 系统，并沉淀一套能把模糊需求收敛成可落地方案的方法。
02
产品方法论
把问题定义、方案收敛、规格补完与评审补强整理成可复用流程，降低模糊需求带来的沟通噪音。
03
内容沉淀
把系统与方法论写成更容易被理解和复用的内容，让 AI 不停留在概念层，而是真正进入工作流。
Current System · 当前系统
OpenClaw。
这是我目前最重要的系统项目。与其说它是一个多 Agent 工具，不如说它更像一个面向复杂任务协作的控制面实验。
我想解决的不是“多个 Agent 能不能同时工作”，而是更底层的问题：任务该怎么路由、状态写到哪里才算真相源、中断后怎么恢复、不同执行器怎么进入统一治理。
OpenClaw 逐步形成了编排层、控制面、执行器层三层结构。编排层负责流程，控制面负责治理，执行器层负责适配不同能力边界。
它目前还在迭代，但我认为最有价值的部分已经出现了：把复杂任务的协作过程，从“靠人盯着推进”变成“可以被系统管理、记录和恢复”。
Method Work · 方法论作品
PMFrame 小锦。
如果说 OpenClaw 解决的是系统如何协作，小锦解决的就是需求如何收敛。
小锦是一个面向 PRD 与需求编排的方法论 skill。它不是框架百科，也不是模板堆砌，而是把模糊需求一步步整理成可评审、可迭代、可落地的文档。
它会先判断任务属于从零生成、评估改进还是增量融合，再切换不同角色分段接管，分别处理用户洞察、问题定义、方案取舍、规格补完和评审补强。
我更看重的是，它能帮助一个人或一个团队把需求真正往前推进，而不是停留在“好像想清楚了”的状态。
How I Work · 我的工作方法
定义问题，设计结构，持续迭代。
无论做系统、做方法论，还是做内容，我基本都按同一套逻辑推进。
01
先定义问题
先讲清楚是谁、在什么场景、遇到了什么问题，不急着堆方案，也不急着堆功能。
02
再设计结构
把角色、状态、流程和边界拆清楚，让系统和文档都能在复杂度上升时保持可控。
03
最后持续迭代
先跑出可验证的一版，再根据反馈收敛，而不是一开始就把所有细节做满。
— Working Belief · 工作信条 —
“成功不要紧，
失败不致命，
拥有继续前行的勇气才最可贵。”
— Get in Touch · 联系 —
想聊系统、方法，
还是一个具体问题？
如果你想讨论 AI 产品、系统设计、需求方法论，或者只是想把一个复杂问题收敛清楚，欢迎直接联系我。
Email
a794803532@gmail.comWeChat
chenjinsasasa