数字花园 🌱

先把任务形状定义清楚，再谈界面

这周最大的体会是，AI 应用的 UI 很容易先长出来，但如果任务输入和输出没有被约束，后面很难稳定迭代。

Chunking 不是纯技术参数，而是产品选择

切块方式会直接影响回答颗粒度、引用可信度和后续维护成本，不能只用默认值糊过去。

异步任务完成后前端状态没有刷新

任务在后台已经完成，但前端卡在 loading，问题出在状态轮询和任务主键映射没有对齐。

先有可读日志，再谈可观测性

在任务量还不大的时候，最有价值的不是上复杂监控，而是留下能复盘的执行日志。

向量维度不一致导致索引失败

更换 embedding 模型后忘了同步数据表配置，插入向量时直接报错，整条索引链路中断。

Metadata 结构很大程度上决定检索质量

资料被切块以后，如果 metadata 太随意，后续过滤、排序、引用几乎都会变得脆弱。

设备空闲一段时间后 MQTT 连接掉线

表面现象是偶发离线，实际是心跳配置和重连策略都太弱，空闲阶段尤其明显。

硬件原型需要更慢的反馈节奏

跟网页开发不同，硬件实验如果节奏太快，很容易把问题混在一起，最后不知道到底是电路、通信还是代码出了错。

回答引用片段过多，阅读体验很差

知识库检索时为了求稳拉回太多片段，结果回答里引用堆叠，反而降低可读性。

一个项目最好同时带出多种能力

我不想用“学完前端再学后端再学 AI”的方式推进，更想让一个项目逼着我同时面对多个能力块。

P1 开工：AI 知识卡片系统正式启动

从这个项目开始，正式进入真实开发阶段。目标是用一个最小闭环项目打通页面、数据、部署和 AI 能力。

Codex 原生子代理值得纳入观察

Hermes 值得观察的核心是记忆与学习闭环

开源 RAG 流水线开始走向标准化组合

OpenClaw 的重点不在模型，而在系统入口与执行面

路线图 2.0

围绕 Xujue.cn 实验室展开的总项目路线，覆盖母项目、核心项目线、长期观察线、执行原则和当前阶段。

Titans / MIRAS 方向为什么值得持续观察