我们相信什么。
- I
智能体需要的是基础设施，不是功能。
记忆、委托、审查、边界——人在工作中习以为常的部件，今天的智能体之下并不存在。我们把它们做成公共层，而不是附加项。
- II
一个智能体不是一支团队。
拍板前的第二意见、不是作者的审稿人、替你端着三十条线的人——能力来自结构，而不是更大的模型。
- III
安全来自隔离，而不是叮嘱。
一个碰不到你的机器、真 token 和远端仓库的智能体，不需要被告知要守规矩。边界写在容器和代码里——提示词到第二十轮就被忘了。
- IV
先测量，再声明。
这些页面上的每个说法都指向仓库能复现的数字。哪些事还没端到端跑通，我们也直说。
两件仪器。
都以 MIT 开源，都为被检视而建。
研究方向。
两个产品背后的问题——以及第三个产品必须回答的问题。
- Q1
智能体该如何持有一条曾经为真的事实？
表示会变化的事实：版本、矛盾，以及什么在什么时候为真。
- Q2
检索能否说出为什么，并且来自它所依据的同一批证据？
不只返回正确的上下文，还返回选中它的理由——来自同一本证据台账。
- Q3
十个智能体共用一个仓库时，信任放在哪里？
多智能体系统中，信任、归属与预算由运行时强制执行，而不是向模型请求。
- Q4
当作者是一个模型，做完意味着什么？
确定性闸门与对账，让"做完"由退出码而非智能体的总结来裁定。
三位创始人。
位于悉尼。刻意保持小。
- Jason[email protected]创始人 · 系统、架构与产品
产品、架构、设计与底层实现。背景是优化与系统架构。
- 联合创始人 · 产品调优
工具在人手里应该是什么感觉，以及该省掉什么。
- Arvin[email protected]联合创始人 · 机器学习
检索、排序与记忆背后的模型。
开源，公开地做。
两个仓库都在 GitHub 公开。各产品站的路线图按真实日期读取。
给我们写信。
研究合作、早期集成，或只是一个问题。