開源！我手搓了一個龍蝦，聊聊我的經歷和經驗
整理版優先睇
自己手搓Agent產品Forge，核心唔係AI模型，而係包喺外面嗰層Harness
作者對OpenClaw嘅設計邏輯好有興趣，覺得佢改變咗人同AI嘅互動方式——唔係單純答問題，而係好似一個幫你打工嘅Agent。為咗真正理解呢種感覺點嚟，佢決定用Vibe Coding嘅方式，完全唔寫Code，只係同AI傾偈，整咗一個叫Forge嘅桌面Agent產品，用Anthropic嘅Claude Agent SDK加Electron同Next.js。而家已經開源咗。
呢篇文唔係Forge嘅使用教學，而係分享作者喺開發過程中學到嘅嘢同埋行業判斷。佢最大嘅體會係：模型唔係產品，包喺模型出面嗰層嘢——即係Harness——先係產品。Harness包括點樣俾身份、記憶、行為規則、生命週期管理俾Agent。呢個概念喺業界已經有個名，叫Harness Engineering，連OpenAI同Martin Fowler都講過。
整體結論係：Agent產品嘅未來唔係鬥模型能力，而係鬥點樣設計套系統令到Agent可靠、有記憶、可以自主執行。功能會變成Skill（一份Markdown文件就搞掂），方案（組合多個Agent同Skill）先係真正嘅競爭力，而Agent最終會變成24小時運行喺你電腦嘅基礎設施，唔再係你問先答嘅工具。
- 結論：AI產品嘅真正價值唔係模型本身，而係包喺模型外面嗰套Harness（系統約束、上下文、記憶）。
- 方法：用對話式入職（/init）代替手動編輯設定檔，令Agent從一開始就「認識你」，建立關係。
- 差異：傳統功能開發需要UI前端後端一條龍，但Skill（Markdown文件）可以一個文件替代成條鏈路，因為AI可以直接消費結構化指令。
- 啟發：單個Skill解決唔到複雜問題，真正有價值係組合方案——多個Agent加上多個Skill嘅編排，可以打包成Template重複用。
- 可行動點：加Heartbeat（心跳機制）令Agent變成長期運行嘅後台系統，唔再係被動等輸入，可以主動檢查同通知你。
Forge 開源專案
作者用Vibe Coding整嘅桌面Agent產品，基於Claude Agent SDK，支援Harness、記憶、Skill、Heartbeat等功能。
模型只係引擎，產品係包喺外面嘅「馬具」
作者一開始以為將Claude Agent SDK行得著就搞掂，點知Agent一開波空白一片，唔知自己係邊個，冇主動行動。佢發現問題唔喺SDK，而係SDK只係引擎，引擎唔等於一架車。真正嘅產品係包喺引擎外面嗰層——點樣俾Agent身份、記憶、行為規則、生命週期。呢啲先係真正嘅工作量。
業界已經有咗個名，叫 Harness Engineering。OpenAI 2026年2月嘅文章講過點樣用Codex寫超過100萬行Code，工程師做嘅唔係寫Code，而係設計一套系統令AI可靠咁寫Code。Martin Fowler話呢個係AI驅動軟件開發嘅關鍵部分。行業仲出現咗 Harness Engineer 呢個新工種。
作者做Forge嘅所有嘢，本質上都係搭緊呢個Harness。.claude/ 目錄結構係上下文工程，CLAUDE.md 定義專案規則，SOUL.md 定義性格同溝通風格，IDENTITY.md 定義身份，USER.md 記錄用戶資訊。呢啲Markdown文件喺每次會話開始時拼裝成System Prompt。
System Prompt分咗三層：第一層SDK自動處理（加載CLAUDE.md、發現Skills同Sub-Agents、注入工具指南）；第二層由Forge追加（SOUL.md、IDENTITY.md、USER.md）；第三層係記憶上下文（MEMORY.md前200行加最近兩日日誌）。分層嘅好處係兼容Claude Code現有配置，唔使改嘢就用得。
Agent要「入職」，唔係「設定」
一開始Forge嘅.md文件要人手編輯，體驗極差。作者後來改成對話式嘅 /init 命令。Agent會用自然語氣問你6個問題：呢個Project做咩、用中文定英文、自我介紹、期望風格、絕對唔做得嘅嘢、需要定期檢查嘅項目。每個問題有例子同引導，可以跳過。好似朋友傾偈咁，唔係冰冷嘅表單。
背後的機制是模板填充，用戶回答自動填入對應佔位符，唔係由零生成
作者體會到：OpenClaw之所以要SOUL.md同IDENTITY.md，因為Agent唔係冷冰冰嘅工具。唔俾身份，佢就唔知用咩方式同你相處；唔俾佢認識你，佢永遠係陌生人。呢種「關係」先係Agent長期陪伴你嘅基礎。
記憶系統都係分層設計。MEMORY.md係長期記憶索引，每次會話自動加載前200行；memory/ 文件夾放每日日誌，Agent自己判斷記唔記；超過7日自動摘要歸檔；仲有按領域分嘅主題文件（如debugging.md），需要時按需讀取。所有記憶都係純Markdown，透明可編輯。
一份Markdown文件，替代一整個功能
Forge有一個定時任務功能，作者花咗唔少時間整UI。後來佢寫咗一個Skill，即係一份幾十行嘅Markdown文件，話俾Agent知點樣調用定時任務嘅API。然後佢喺chat box講：「幫我創建一個每天9:30提醒我飲水嘅任務，用飛書通知我。」Agent自動識別並調用Skill，成功建立任務。
一個Markdown文件，替代咗從UI設計到前端開發到後端接口嘅整條鏈路
作者理解到，當AI理解同執行能力夠高，「功能」呢個概念被重新定義。你唔需要俾人設計界面，因為人可以用自然語言表達需求；你唔需要寫前端Code，因為Agent直接調用底層接口。你只需要寫一份Markdown說明書（即係Skill）話俾Agent點用工具。Andrej Karpathy提出 Software 3.0：人用自然語言編程。
但係單個Skill解決唔到真正嘅問題，因為複雜場景需要多個Agent協作。作者做漫劇同短劇AI工作流，需要導演、服化道、分鏡師三個Agent，每個關聯多個Skill，有明確編排順序。呢啲唔係加一個Skill就搞掂，而係一套組合方案。所以Forge整咗 Marketplace 同 /save-as-template 命令，可以將成個方案打包保存重用。
組合方案嘅核心能力
- 1 項目規則做調度，一個.claude/ 配置定義全部流程
- 2 多個Agent各司其職，每個擁有獨立上下文同工具權限，靠SDK嘅Sub-Agent調度機制
- 3 每個Agent關聯多個Skill，全部打包成一個可複用嘅Template
- 4 用 /save-as-template 保存，揀「Use This Template」即刻創建新Project開始工作
當Agent有心跳，佢就唔再係工具
加Heartbeat之前，Forge只係「你問佢答」，雖然好強，但本質上你唔推佢就唔鬱。作者話：如果一個助理只有你推佢先鬱，嗰個唔叫助理，叫客服。真正嘅助理應該係你唔喺度都幫你盯住。Heartbeat就係呢個分水嶺。
原理：HEARTBEAT.md 入面寫一份檢查清單，系統按設定間隔定期喚醒Agent執行檢查
有情況就通知你，冇情況就靜默，唔打擾。加上IM Bridge（飛書、Telegram、Discord），Agent變成24小時後台系統。你喺手機隨手Send一句話，佢喺電腦執行完返結果俾你。
設計取捨：IM連接全部用 出站連接，唔需要公網IP，唔暴露任何Port，唔使Webhook Server。安全考量：Agent跑喺你自己電腦，數據唔離開本地，IM只係遙控器。關咗Electron窗口就停止，唔後台運行。
做完Heartbeat唔夠一個月，Claude Code就出咗Channels、Scheduled Tasks、/loop命令、Agent Teams、自動記憶。作者認為成個行業都喺度驗證同一件事：Agent必須具備自主執行能力，必須能通過IM遠程操控，必須變成持續運行嘅系統。
做完Forge之後，想明白三件事
呢三個判斷唔係預先設計好，係做完自然浮現嘅。
三件事
- 1 功能即Skill：當AI理解同執行力夠高，原本要寫Code嘅功能變成一份Markdown文件就搞掂。未來產品擴展靠用戶寫Skill，唔係工程師寫Code。
- 2 方案即競爭力：單個Agent加單個Skill只係入門。真正有價值係將多個Agent同Skill編排成完整工作流。邊個更好地支持組合方案嘅創建、保存同複用，邊個就企穩。
- 3 Agent即基礎設施：Agent唔再係用完就關嘅工具，而係24小時運行喺你電腦，連接所有IM通道，持續幫你盯嘢嘅後台系統。呢個變化啱啱開始。
作者最後講：Forge已經開源，希望大家理解咗呢套設計邏輯之後，都可以自己搓一個出嚟。門檻比想像中低好多。
I — 我點解要自己搓一個
OpenClaw 爆紅咗。
GitHub 上增速最快嘅開源項目，全民養龍蝦，國內外技術社區幾乎同一時間炸開。
但講真，我對「爆紅」呢件事本身冇乜興趣。
我更想知道：呢樣嘢到底係點設計嘅？佢憑咩可以令咁多人覺得「呢啲先係 AI 應該有嘅樣」？
於是我拆咗佢嘅架構。睇完之後發現，OpenClaw 唔係咩黑科技。佢嘅核心其實就係一套圍繞大模型構建嘅 Agent 框架，畀模型一個身份、一套記憶、一組技能、一個心跳。每一個模組都唔複雜，但組合埋一齊，就產生咗一種「佢唔只係回應你嘅問題，係喺度幫你工作」嘅感覺。
呢種感覺到底點嚟㗎？
我想搞清楚。而最好嘅方法唔係睇人哋嘅分析文章，係自己動手整一個出嚟。
我花咗成個禮拜，純 vibe coding，一行 Code 都冇寫，全程同 AI 傾偈就整咗個產品出嚟。基於 Anthropic 嘅 Claude Agent SDK，用 Electron + Next.js 做桌面端。項目叫 Forge，而家已經喺 GitHub 上開源咗。
開源地址：https://github.com/feicaiclub/forge
跟住落嚟呢篇文章唔係 Forge 嘅使用教學。我想講嘅係我喺呢個過程中踩過嘅坑、做過嘅取捨、同埋諗通咗嘅一啲嘢。有啲係關於 Agent 產品嘅設計邏輯，有啲係關於行業趨勢嘅判斷，有啲純粹係我自己嘅直覺。
唔一定都啱。但係都係真嘅。
II — 模型唔係產品，包喺模型外面嘅嗰層先係
呢個係我做 Forge 最大嘅認知轉變。
一開始我以為，將 Claude Agent SDK 行起就差唔多。畢竟 SDK 本身就好勁，Agent Loop、工具調用、Sub-Agent 調度、流式響應，底層能力全部封裝好曬。我覺得我要做嘅不過係套一個界面上去。
結果 Agent 啟動之後，同白紙一樣。
唔知自己係邊個。唔知應該用咩語氣同我講嘢。唔記得我尋日同佢傾過咩。冇任何主動行為。你唔打字，佢就永遠安靜咁等住。
呢個唔係 SDK 嘅問題。SDK 做嘅係引擎，但引擎唔等於車。你唔可以指住一個引擎話「呢個就係一架車」。
咁「車」到底係咩？
就係包喺引擎外面嘅成層嘢。點樣話畀模型知「你係邊個」、點樣畀佢持久化嘅記憶、點樣組織佢每次啟動時讀到嘅上下文、點樣約束佢嘅行為、點樣管理佢嘅生命週期。呢啲先係真正嘅工作量。
後來我發現呢件事喺行業入面其實已經有咗一個名，叫 Harness Engineering。
2026 年 2 月，OpenAI 出咗篇文章，講佢哋點樣用 Codex 寫咗一個超過 100 萬行 Code 嘅產品，零人手寫。工程師做嘅唔係寫 Code，係設計一套系統嚟令 AI 可靠咁寫 Code。約束、反饋循環、文檔、架構邊界、清理機制，呢套系統就係佢哋所講嘅 Harness。
呢個比喻嚟自馬具，繮繩、鞍、嚼子呢啲嘢。馬好強大，但你需要一套裝備嚟引導佢去正確嘅方向。
Martin Fowler 評價話呢個係 AI 驅動軟件開發嘅關鍵組成部分。行業入面甚至已經出現咗「Harness Engineer」呢個全新崗位。
回望 Forge，我做嘅所有嘢，本質上都係喺度搭建呢個 Harness。
.claude/ 目錄結構就係上下文工程。CLAUDE.md 定義項目規則，SOUL.md 定義性格同溝通風格，IDENTITY.md 定義身份，USER.md 記錄用戶資訊。呢啲 Markdown 檔案喺每次會話開始時被拼裝成 System Prompt，話畀模型知喺呢次對話入面「係邊個」、「知啲咩」、「可以做咩」。
System Prompt 嘅分層架構我花咗唔少時間琢磨。最終定咗三層。第一層由 SDK 自動處理，負責加載 CLAUDE.md、發現 Skills 同 Sub-Agents、注入工具指南。第二層由 Forge 追加，將 SOUL.md、IDENTITY.md、USER.md 呢啲額外配置拼入去。第三層係記憶上下文，MEMORY.md 嘅前 200 行加上最近兩日嘅每日日誌。
點解要分層？因為第一層完全交咗畀 SDK。咁你喺 Claude Code 入面已經有嘅 .claude/ 配置，搬過嚟 Forge 直接用得，唔使改任何嘢。兼容性係天然嘅。兩邊嘅全局資源，Agent、Skill、MCP，共享同一套目錄。
呢個設計背後嘅原則就一句話：唔好覆蓋 SDK 已經做好嘅嘢，喺佢上面疊加你嘅價值。
呢個其實都係 Harness 嘅核心思路。你唔係取代引擎，你係搭建一套令引擎可靠運轉嘅系統。
III — Agent 需要「入職」，唔係「配置」
呢個感悟嚟自 /init 嘅設計過程。
一開始 Forge 嘅 .md 檔案係要用戶手動編輯嘅。你要自己打開 CLAUDE.md 寫上項目描述，打開 SOUL.md 寫上你想 Agent 用咩風格同你交流。
體驗極差。
大部分人打開呢啲檔案，見到一大堆英文模板，完全唔知由邊度入手。就好似你入職第一日，公司掟咗疊空白表格過嚟話「自己填」，冇任何引導，冇任何上下文。邊個頂得住？
後來我改成對話式。輸入 /init，Agent 會用自然嘅語氣問你 6 個問題：呢個項目係做咩嘅？你想用中文定英文？做個自我介紹？你想我咩風格？有咩我絕對唔做得？有冇嘢需要我定期幫你檢查？
每個問題都有示例同引導，每個問題都可以跳過。好似朋友傾偈，唔係冰冷嘅表單。
背後嘅機制係模板填充。我喺 System Prompt 入面預設咗一套模板，用戶嘅回答被自動填充到對應嘅佔位符位置，融合後分門別類寫入各個檔案。唔係由零開始生成，係喺一個已經有合理結構嘅骨架上補充個性化內容。
做完呢個功能之後，我諗通咗一件事。
OpenClaw 點解要有 SOUL.md 同 IDENTITY.md？點解一個 CLAUDE.md 唔夠？
因為 Agent 唔係冷冰冰嘅工具。你唔畀佢身份，佢就唔知點同你相處。你唔畀佢瞭解你嘅機會，佢永遠都係個陌生人。
SOUL.md 係佢嘅靈魂，溝通風格、價值觀、處事原則。IDENTITY.md 係佢嘅身份，名、角色、標誌性 emoji。USER.md 係關於你嘅，你嘅角色、偏好、背景。
呢啲嘢加埋一齊，構成咗一種「關係」。呢種關係先係 Agent 可以長期陪伴你嘅基礎。
記憶系統都係同樣道理。
Forge 嘅記憶架構唔係簡單嘅「聊天記錄存檔」。佢係一套分層嘅、Agent 自己驅動嘅知識管理系統。MEMORY.md 係長期記憶嘅索引檔案，每次會話自動加載前 200 行，保持上下文精簡。memory/ 文件夾存放每日日誌，Agent 自己判斷咩值得記、咩唔值得。超過 7 日嘅記憶自動摘要歸檔，永遠唔會丟失。仲有按領域拆分嘅主題檔案，例如 debugging.md、api-conventions.md，需要嘅時候先按需讀取。
所有記憶都係純 Markdown，透明、可睇、可編輯。
冇記憶嘅 Agent，每次對話都係初次見面。有咗記憶，佢先可以真正「認識你」。
IV — 一個 Markdown 檔案取代咗成個產品功能
呢個係令我最震撼嘅一個時刻。
事緣係咁。Forge 有一個定時任務功能，你可以喺可視化界面入面設定一次性或週期任務，揀頻率、揀動作、揀通知渠道。呢個功能我花咗唔少時間做 UI 同交互。
然後有一日我突發奇想：如果我寫一個 Skill，話畀 Agent 知點樣調用定時任務嘅 API，會點？
嗰個 Skill 就係一份 Markdown 檔案，幾十行，話畀模型知喺咩情況下調用邊啲接口、用咩參數。
寫完之後我喺聊天框度講咗一句：「幫我創建一個每日 9:30 提醒我飲水嘅任務，用飛書通知我。」
佢自動識別調用咗嗰個 Skill，自動構造咗參數，任務直接出現喺 Schedule 頁面度。每日 9:30 啟動，飛書通知，完全正確。
一個 Markdown 檔案，取代咗由 UI 設計到前端開發到後端接口嘅成條鏈路。
我當時坐喺度諗咗好耐。
呢個到底意味住咩？
佢意味住當 AI 嘅理解能力同執行能力去到某個水平，「功能」呢個概念本身就俾人重新定義。你唔需要為人設計界面，因為人可以用自然語言表達需求。你唔需要寫前端 Code，因為 Agent 直接調用底層接口。你只需要寫一份 Markdown 說明書，即係一個 Skill，話畀 Agent 知點用工具就夠。
後來我發現呢個感受唔只係我一個人有。
Andrej Karpathy 喺 2025 年 6 月嘅 YC AI Startup School 上提出咗 Software 3.0 嘅概念。Software 1.0 係人寫 Code，Software 2.0 係人訓練神經網絡，Software 3.0 係人用自然語言編程。佢仲舉咗一個好具體嘅例子：Vercel 嘅文檔係結構化嘅、CLI 化嘅，AI 可以直接消費；而另一個服務嘅文檔全部係截圖同敍述文字，AI 根本用唔到。
你有冇留意到，而家越來越多嘅產品都喺度 CLI 化？唔只係 Claude Code 同 GitHub，Vercel、Stripe、飛書、企業微信等等各種雲服務，全部都有完整嘅命令列接口。
呢件事嘅意義，大部分人睇唔明。
CLI 化唔係為人。係為 AI。
當一個產品提供咗 CLI 接口，AI Agent 就可以唔經界面、直接用命令操作佢。Anthropic 推出嘅 MCP（Model Context Protocol）將呢件事標準化咗，工具提供方只要實現一個 MCP Server，任何 AI 應用都可以直接調用。推出 7 個月就得到 OpenAI、Google、Microsoft、AWS 全部主要廠商嘅支持。
呢個轉變嘅終點係咩？
係人唔再直接使用工具，而係通過 Agent 間接使用工具。工具同人之間會隔住 Agent 呢一層。
呢個唔係理論推演。2026 年 2 月 Anthropic 推出 Claude Cowork 嘅行業插件之後，直接引發咗企業級 SaaS 股票嘅集體拋售。FactSet 跌咗 10%，S&P Global、Moody's、Nasdaq 全線大跌。投資者嘅恐慌邏輯好直白：如果 AI Agent 可以直接搞掂金融分析、數據研究同文檔處理，傳統 SaaS 工具仲有咩存在感？
答案係：工具本身嘅價值仲喺度，但人同工具之間嘅關係變咗。Agent 變成咗中間層。
所以我覺得可以用一句話概括呢個趨勢：功能即 Skill，Skill 即功能。
未來好多產品嘅能力擴展，唔一定需要工程師寫 Code，用戶自己寫個 Skill 就搞掂。呢個都係 OpenClaw 嘅 ClawHub 可以喺幾周內冒出 5000 幾個社區 Skill 嘅根本原因。門檻就係「寫一個 Markdown 檔案」.
V — 單個 Skill 解決唔到真正嘅問題，方案先係單位
上面嗰個故事聽落好美好，一個 Skill 搞掂一切。但我好快就撞到佢嘅邊界。
我平時做嘅內容係漫劇同短劇嘅 AI 工作流。一套完整嘅分鏡方案入面，需要三個 Agent 協作，導演負責整體調度、服化道負責視覺設計、分鏡師負責分鏡執行。每個 Agent 又各自關聯多個 Skill，佢哋之間有明確嘅編排關係同執行順序。
呢個唔係單個 Agent 加單個 Skill 搞得掂嘅。
呢個係一套組合方案。
而且呢套方案唔係一次性用完就掉。每次啟動新項目，我都需要將同一套配置完整搬過去。如果每次都手動導入，刪舊檔案、貼 CLAUDE.md、貼 Agents、貼 Skills，一個一個拼裝，過程極之繁瑣。呢個仲係我提前整理好嘅情況，如果係邊用邊迭代嘅方案，整理起嚟更頭痛。
Claude Code 支持將 Skills 同 Agents 保存到 User Level，全局可用。但問題係佢保存嘅係單個 Skill、單個 Agent，係拆開嘅。一成套有編排關係嘅組合方案，冇辦法打包保存。
呢個痛點逼出咗 Forge 嘅 Marketplace 同 /save-as-template 指令。
Forge 嘅 Marketplace 唔係傳統意義上嘅「插件商店」。傳統 Marketplace 賣嘅係單個 Skill 或者單個 Agent，你揀一個下載安裝就得。Forge 嘅 Marketplace 保存嘅係一整套編排方案。一個項目規則做調度，多個 Agent 各司其職，每個 Agent 關聯多個 Skill，全部打包成一個可複用嘅方案模板。
保存好簡單，輸入 /save-as-template，當前項目嘅 .claude/ 配置就被完整打包。複用都好簡單，揀一個模板，㩒「Use This Template」，Forge 自動創建新項目、導入全部配置、打開新會話，直接開始工作。
呢啲編排能力嘅底層依賴嘅係 Claude Agent SDK 嘅 Sub-Agent 調度機制。父 Agent 可以將任務 delegate 畀子 Agent，每個子 Agent 擁有獨立嘅上下文同工具權限。SDK 幫我哋解決咗編排層嘅問題，我哋喺上面構建業務邏輯就得。
做完呢個之後我有一個好明確嘅判斷：真正有價值嘅唔係單個 Skill 或單個 Agent，而係組合方案。 邊個可以更好咁支持呢種方案嘅創建、保存同複用，邊個就可以喺 Agent 產品呢個賽道上站穩腳。
VI — 當 Agent 有咗心跳，佢就唔再係工具
Heartbeat 係我做 Forge 過程中加入去嘅最後一個核心模組。
但係回望，佢可能係最重要嘅一個。
因為佢改變咗 Agent 嘅本質定位。
加 Heartbeat 之前，Forge 就係一個「你問佢答」嘅嘢。雖然佢比普通聊天工具強好多，可以讀寫檔案、執行指令、調度子 Agent，但本質上你唔推佢，佢就唔會鬱。
你諗嚇，如果一個助理得你推先至鬱，咁仲叫助理咩？係叫客服。
真正嘅助理應該係你唔喺度嘅時候都幫你睇住。
Heartbeat 就係呢個由「客服」到「助理」嘅分水嶺。
原理好簡單。你喺 HEARTBEAT.md 寫一份檢查清單，系統按你設定嘅間隔定期喚醒 Agent。Agent 讀取清單執行檢查，有情況就通知你，冇情況就靜默，唔打擾。
加上 IM Bridge 之後就更加有趣。飛書、Telegram、Discord 三個平台全部內置，Agent 直接變成一個 24 小時運行嘅後台系統。你喺手機隨手講句嘢，佢喺電腦執行完將結果發返過嚟。
呢度有個設計上嘅取捨值得傾一傾。
IM 嘅連接方式，我全部採用咗出站連接。飛書行 WebSocket 長連接，Telegram 行 HTTP 長輪詢，Discord 行 Gateway WebSocket，全部係出站。你嘅電腦只管主動連出去，唔需要公網 IP，唔需要暴露任何 port，唔需要配 Webhook 伺服器。
點解咁做？因為安全。Agent 行喺你自己電腦，數據唔離開本地，IM 只係一個遙控器。關咗 Electron 視窗，一切進程停止，唔會後台運行。
做完呢個唔夠一個月，Claude Code 就上線咗 Channels 同 Scheduled Tasks，然後係 /loop 指令、Agent Teams、自動記憶。幾乎係行同一條路。
呢個唔係巧合。
呢個係整個行業都喺度驗證同一個判斷：Agent 必須具備自主執行嘅能力，必須可以通過 IM 遠程操控，必須成為一個持續運行嘅系統。
Dario Amodei 喺佢嘅文章話，一啲最強嘅工程師而家已經將幾乎所有編程工作交咗俾 AI。Karpathy 話 2025 到 2035 係 Agent 嘅十年。微軟嘅 Nadella 講得更直白，AI Agent 會徹底改變傳統 SaaS 嘅形態。
佢哋講嘅唔係未來。佢哋講嘅係正在發生嘅事。
VII — 做完 Forge 之後，我諗通咗三件事
回望成個過程，有三個判斷唔係我預先設計好嘅，係做完之後自然浮現嘅。
第一，功能即 Skill。
當 AI 有足夠嘅理解能力同執行力嘅時候，原本需要寫 Code 嘅功能就會變成一個 Markdown 檔案就搞掂。未來嘅產品擴展唔係靠工程師寫 Code，而係靠用戶寫 Skill。
第二，方案即競爭力。
單個 Agent 加單個 Skill 只係入門。真正有價值嘅係將多個 Agent、多個 Skill 編排成一套完整嘅工作流同方案。邊個可以更好咁支持呢種組合方案嘅創建、保存同複用，邊個就可以喺呢個賽道上站穩。
第三，Agent 即基礎設施。
佢唔再係你打開嚟用嚇就關掉嘅嘢，而係一個 24 小時運行喺你電腦、連接住你所有 IM 通道、持續幫你睇住嘢嘅後台系統。
呢個變化先啱啱開始。
Forge 已經開源咗。有興趣嘅朋友可以去 GitHub 睇嚇。
唔係叫你用我嘅產品。
係希望你理解咗呢套設計邏輯之後，都可以自己搓一個出嚟。
呢件事嘅門檻，比你想象中低得多。
I — 我為什麼要自己搓一個
OpenClaw 火了。
GitHub 上漲速最快的開源項目，全民養龍蝦，國內外技術社區幾乎同一時間炸開。
但說實話，我對"火"這件事本身沒太大興趣。
我更好奇的是：這玩意到底是怎麼設計的？它憑什麼能讓這麼多人覺得"這才是 AI 應該有的樣子"？
於是我去拆了它的架構。看完之後發現，OpenClaw 並不是什麼黑科技。它的核心其實就是一套圍繞大模型構建的 Agent 框架，給模型一個身份、一套記憶、一組技能、一個心跳。每一個模塊都不復雜，但組合在一起，就產生了一種"它不只是在回答你的問題，它在替你工作"的感覺。
這個感覺到底是怎麼來的？
我想搞清楚。而最好的方式不是讀別人的分析文章，是自己動手做一個出來。
我花了一週多的時間，純 vibe coding，一行代碼沒寫，全程跟 AI 對話把產品搓出來了。基於 Anthropic 的 Claude Agent SDK，用 Electron + Next.js 做桌面端。項目叫 Forge，現在已經在 GitHub 上開源了。
開源地址：https://github.com/feicaiclub/forge
接下來這篇文章不是 Forge 的使用教程。我想聊的是我在這個過程中踩過的坑、做過的取捨、以及想明白的一些事情。有些是關於 Agent 產品的設計邏輯，有些是關於行業趨勢的判斷，有些純粹是我自己的直覺。
不一定都對。但都是真的。
II — 模型不是產品，包在模型外面的那一層才是
這是我做 Forge 最大的認知轉變。
一開始我以為，把 Claude Agent SDK 跑起來就差不多了。畢竟 SDK 本身就很強，Agent Loop、工具調用、Sub-Agent 調度、流式響應，底層能力全都封裝好了。我覺得我要做的無非就是套一個界面上去。
結果 Agent 啓動後，跟白紙一樣。
不知道自己是誰。不知道該用什麼語氣跟我說話。不記得我昨天跟它聊過什麼。沒有任何主動行為。你不打字，它就永遠安靜地等着。
這不是 SDK 的問題。SDK 做的是引擎，但引擎不等於車。你不能指着一台引擎說"這就是一輛車"。
那"車"到底是什麼？
就是包在引擎外面的那一整層東西。怎麼告訴模型"你是誰"、怎麼給它持久化的記憶、怎麼組織它每次啓動時讀到的上下文、怎麼約束它的行為、怎麼管理它的生命週期。這些才是真正的工作量。
後來我發現這件事在行業裏其實已經有了一個名字，叫 Harness Engineering。
2026 年 2 月，OpenAI 發了一篇文章，描述他們怎麼用 Codex 寫了一個超過 100 萬行代碼的產品，零行人類手寫。工程師做的事情不是寫代碼，而是設計一套系統來讓 AI 可靠地寫代碼。約束、反饋循環、文檔、架構邊界、清理機制，這套系統就是他們所說的 Harness。
這個比喻來自馬具，繮繩、鞍、嚼子這些東西。馬很強大，但你需要一整套裝備來引導它往正確的方向走。
Martin Fowler 評價說這是 AI 驅動軟件開發的關鍵組成部分。行業裏甚至已經出現了"Harness Engineer"這個全新的崗位。
回過頭來看 Forge，我做的所有事情，本質上都是在搭這個 Harness。
.claude/ 目錄結構就是上下文工程。CLAUDE.md 定義項目規則，SOUL.md 定義性格和溝通風格，IDENTITY.md 定義身份，USER.md 記錄用戶信息。這些 Markdown 文件在每次會話開始時被拼裝成 System Prompt，告訴模型在這次對話裏"是誰"、"知道什麼"、"能做什麼"。
System Prompt 的分層架構是我花了不少時間琢磨的。最終定下來三層。第一層由 SDK 自動處理，負責加載 CLAUDE.md、發現 Skills 和 Sub-Agents、注入工具指南。第二層由 Forge 追加，把 SOUL.md、IDENTITY.md、USER.md 這些額外配置拼進去。第三層是記憶上下文，MEMORY.md 的前 200 行加上最近兩天的每日日誌。
為什麼要分層？因為第一層完全交給了 SDK。這樣的話，你在 Claude Code 裏已經有的 .claude/ 配置，搬到 Forge 裏直接就能跑，不需要做任何修改。兼容性是天然的。兩邊的全局資源，Agent、Skill、MCP，共享同一套目錄。
這個設計背後的原則就一句話：不要覆蓋 SDK 已經做好的事情，在它上面疊加你的價值。
這其實也是 Harness 的核心思路。你不是在替代引擎，你是在搭建一套讓引擎能可靠運轉的系統。
III — Agent 需要"入職"，不是"配置"
這個感悟來自 /init 的設計過程。
一開始 Forge 的那些 .md 文件是需要用戶手動編輯的。你得自己打開 CLAUDE.md 寫上項目描述，打開 SOUL.md 寫上你希望 Agent 用什麼風格跟你交流。
體驗極差。
大部分人打開這些文件，看到一堆英文模板，完全不知道從哪裏下手。就好比你入職第一天，公司給你扔過來一疊空白表格說"自己填"，沒有任何引導，沒有任何上下文。誰受得了？
後來我把它改成了對話式的。輸入 /init，Agent 會用自然的語氣問你 6 個問題：這個項目是做什麼的？你想用中文還是英文？做個自我介紹？你希望我什麼風格？有什麼我絕對不能做的？有什麼需要我定期幫你檢查的？
每個問題都有示例和引導，每個問題都可以跳過。像朋友在聊天，不是冰冷的表單。
背後的機制是模板填充。我在 System Prompt 裏預設了一套模板，用戶的回答被自動填充到對應的佔位符位置，融合後分門別類寫入各個文件。不是從零開始生成，而是在一個已經有合理結構的骨架上補充個性化內容。
做完這個功能之後，我想明白了一件事。
OpenClaw 為什麼要有 SOUL.md 和 IDENTITY.md？為什麼一個 CLAUDE.md 不夠？
因為 Agent 不是冷冰冰的工具。你不給它身份，它就不知道用什麼方式跟你相處。你不給它瞭解你的機會，它就永遠是個陌生人。
SOUL.md 是它的靈魂，溝通風格、價值觀、處事原則。IDENTITY.md 是它的身份，名字、角色、標誌性 emoji。USER.md 是關於你的，你的角色、偏好、背景。
這些東西加在一起，構成了一種"關係"。這種關係才是 Agent 能長期陪伴你的基礎。
記憶系統也是同樣的道理。
Forge 的記憶架構不是簡單的"聊天記錄存檔"。它是一套分層的、Agent 自己驅動的知識管理系統。MEMORY.md 是長期記憶的索引文件，每次會話自動加載前 200 行，保持上下文精簡。memory/ 文件夾存放每日日誌，Agent 自己判斷什麼值得記什麼不值得。超過 7 天的記憶自動摘要歸檔，永不丟失。還有按領域拆分的主題文件，比如 debugging.md、api-conventions.md，需要的時候再按需讀取。
所有記憶都是純 Markdown，透明、可查看、可編輯。
沒有記憶的 Agent，每次對話都是初次見面。有了記憶，它才能真正"認識你"。
IV — 一個 Markdown 文件替代了一整個產品功能
這是讓我最震撼的一個時刻。
事情是這樣的。Forge 有一個定時任務功能，你可以在可視化界面裏設置一次性或週期任務，選頻率、選動作、選通知渠道。這個功能我花了不少時間做 UI 和交互。
然後有一天我突發奇想：如果我寫一個 Skill，告訴 Agent 怎麼調用定時任務的 API，會怎樣？
那個 Skill 就是一份 Markdown 文件，幾十行，告訴模型在什麼情況下調用哪些接口、用什麼參數。
寫完之後我在聊天框裏說了一句："幫我創建一個每天 9:30 提醒我喝水的任務，用飛書通知我。"
它自動識別調用了那個 Skill，自動構造了參數，任務直接出現在 Schedule 頁面裏了。每天 9:30 啓動，飛書通知，完全正確。
一個 Markdown 文件，替代了從 UI 設計到前端開發到後端接口的整條鏈路。
我當時坐在那裏想了很久。
這到底意味着什麼？
它意味着當 AI 的理解能力和執行能力到了一定水平，"功能"這個概念本身就被重新定義了。你不需要給人設計界面，因為人可以用自然語言表達需求。你不需要寫前端代碼，因為 Agent 直接調用底層接口。你只需要寫一份 Markdown 說明書，也就是一個 Skill，告訴 Agent 怎麼用工具就行了。
後來我發現這個感受不只是我一個人有。
Andrej Karpathy 在 2025 年 6 月的 YC AI Startup School 上提出了 Software 3.0 的概念。Software 1.0 是人寫代碼，Software 2.0 是人訓練神經網絡，Software 3.0 是人用自然語言編程。他還舉了一個很具體的例子：Vercel 的文檔是結構化的、CLI 化的，AI 可以直接消費；而另一個服務的文檔全是截圖和敍述文字，AI 根本沒法用。
你有沒有注意到，現在越來越多的產品都在 CLI 化？不只是 Claude Code 和 GitHub，Vercel、Stripe、飛書、企業微信等等各種雲服務，全都有完整的命令行接口。
這件事的意義，大多數人沒看懂。
CLI 化不是為了人。它是為了 AI。
當一個產品提供了 CLI 接口，AI Agent 就能不通過界面、直接用命令來操作它。Anthropic 推出的 MCP（Model Context Protocol）把這件事標準化了，工具提供方只需要實現一個 MCP Server，任何 AI 應用都能直接調用。發佈 7 個月就獲得了 OpenAI、Google、Microsoft、AWS 全部主要廠商的支持。
這個轉變的終點是什麼？
是人不再直接使用工具，而是通過 Agent 間接使用工具。工具和人之間會隔着 Agent 這一層。
這不是理論推演。2026 年 2 月 Anthropic 發佈 Claude Cowork 的行業插件之後，直接引發了企業級 SaaS 股票的集體拋售。FactSet 跌了 10%，S&P Global、Moody's、Nasdaq 全線大跌。投資者的恐慌邏輯很直白：如果 AI Agent 能直接搞定金融分析、數據研究和文檔處理，傳統 SaaS 工具還有什麼存在感？
答案是：工具本身的價值還在，但人和工具之間的關係變了。Agent 成了中間層。
所以我覺得可以用一句話來概括這個趨勢：功能即 Skill，Skill 即功能。
未來很多產品的能力擴展，不一定需要工程師寫代碼，用戶自己寫個 Skill 就能解決。這也是 OpenClaw 的 ClawHub 能在幾周內冒出 5000 多個社區 Skill 的根本原因。門檻就是"寫一個 Markdown 文件"。
V — 單個 Skill 解決不了真正的問題，方案才是單位
上面那個故事聽起來很美好，一個 Skill 搞定一切。但我很快就撞到了它的邊界。
我平時做的內容是漫劇和短劇的 AI 工作流。一套完整的分鏡方案裏面，需要三個 Agent 協作，導演負責整體調度、服化道負責視覺設計、分鏡師負責分鏡執行。每個 Agent 又各自關聯多個 Skill，它們之間有明確的編排關係和執行順序。
這不是單個 Agent 加單個 Skill 能搞定的。
這是一套組合方案。
而且這套方案不是一次性用完就扔的。每次啓動新項目，我都需要把同一套配置完整搬過去。如果每次都手動導入，刪舊文件、貼 CLAUDE.md、貼 Agents、貼 Skills，一個一個拼裝，過程極其繁瑣。這還是我提前整理好的情況，如果是邊用邊迭代的方案，整理起來更頭疼。
Claude Code 支持把 Skills 和 Agents 保存到 User Level，全局可用。但問題在於它保存的是單個 Skill、單個 Agent，是拆開的。一整套有編排關係的組合方案，沒辦法打包保存。
這個痛點逼出了 Forge 的 Marketplace 和 /save-as-template 命令。
Forge 的 Marketplace 不是傳統意義上的"插件商店"。傳統 Marketplace賣的是單個 Skill 或者單個 Agent，你挑一個下載安裝就好。Forge 的 Marketplace 保存的是一整套編排方案。一個項目規則做調度，多個 Agent 各司其職，每個 Agent 關聯多個 Skill，全部打包成一個可複用的方案模板。
保存很簡單，輸入 /save-as-template，當前項目的 .claude/ 配置就被完整打包。複用也很簡單，選一個模板，點"Use This Template"，Forge自動創建新項目、導入全部配置、打開新會話，直接開始工作。
這些編排能力的底層依賴的是 Claude Agent SDK 的 Sub-Agent 調度機制。父 Agent 可以把任務 delegate 給子 Agent，每個子 Agent 擁有獨立的上下文和工具權限。SDK 幫我們解決了編排層的問題，我們在上面構建業務邏輯就好。
做完這個之後我有一個很明確的判斷：真正有價值的不是單個 Skill 或單個Agent，而是組合方案。 誰能更好地支持這種方案的創建、保存和複用，誰就能在 Agent 產品這個賽道上站住腳。
VI — 當 Agent 有了心跳，它就不再是工具了
Heartbeat 是我做 Forge 過程中加進去的最後一個核心模塊。
但回頭看，它可能是最重要的一個。
因為它改變了 Agent 的本質定位。
加 Heartbeat 之前，Forge 就是一個"你問它答"的東西。雖然它比普通聊天工具強很多，能讀寫文件、執行命令、調度子 Agent，但本質上你不推它，它就不動。
你想想看，如果一個助理只有你推他才動，那還叫助理嗎？那叫客服。
真正的助理應該是你不在的時候也在幫你盯着。
Heartbeat 就是這個從"客服"到"助理"的分水嶺。
原理很簡單。你在 HEARTBEAT.md 裏寫一份檢查清單，系統按你設定的間隔定期喚醒 Agent。Agent 讀取清單執行檢查，有情況就通知你，沒情況就靜默，不打擾。
加上 IM Bridge 之後就更有意思了。飛書、Telegram、Discord 三個平台全部內置，Agent 直接變成一個 24 小時運行的後台系統。你在手機上隨手發句話，它在電腦上執行完把結果發回來。
這裏有個設計上的取捨值得聊一下。
IM 的連接方式，我全部採用了出站連接。飛書走 WebSocket 長連接，Telegram 走 HTTP 長輪詢，Discord 走 Gateway WebSocket，全是出站。你的電腦只管主動連出去，不需要公網 IP，不需要暴露任何端口，不需要配 Webhook 服務器。
為什麼這麼做？因為安全。Agent 跑在你自己電腦上，數據不離開本地，IM 只是一個遠程遙控器。關掉 Electron 窗口，一切進程停止，不後台運行。
做完這個不到一個月，Claude Code 就上線了 Channels 和 Scheduled Tasks，然後是 /loop 命令、Agent Teams、自動記憶。幾乎是在走同一條路。
這不是巧合。
這是整個行業都在驗證同一個判斷：Agent 必須具備自主執行的能力，必須能通過 IM 遠程操控，必須成為一個持續運行的系統。
Dario Amodei 在他的文章裏說，一些最強的工程師現在已經把幾乎所有編碼工作交給了 AI。Karpathy 說 2025 到 2035 是 Agent 的十年。微軟的 Nadella 說得更直白，AI Agent 會徹底改變傳統 SaaS 的形態。
他們說的不是未來。他們說的是正在發生的事。
VII — 做完 Forge 之後，我想明白了三件事
回頭看這整個過程，有三個判斷不是我提前設計好的，是做完之後自然浮現的。
第一，功能即 Skill。
當 AI 有足夠的理解能力和執行力的時候，原來需要寫代碼的功能就會變成一個 Markdown 文件就能搞定。未來的產品擴展不是靠工程師寫代碼，而是靠用戶寫 Skill。
第二，方案即競爭力。
單個 Agent 加單個 Skill 只是入門。真正有價值的是把多個 Agent、多個 Skill 編排成一套完整的工作流和方案。誰能更好地支持這種組合方案的創建、保存和複用，誰就能在這個賽道上站穩腳。
第三，Agent 即基礎設施。
它不再是你打開來用一下就關掉的東西，而是一個 24 小時運行在你電腦上、連接着你所有 IM 通道、持續幫你盯着事情的後台系統。
這個變化才剛剛開始。
Forge 已經開源了。感興趣的朋友可以去 GitHub 上看看。
不是讓你用我的產品。
是希望你理解了這套設計邏輯之後，也能自己搓一個出來。
這件事的門檻，比你想象的低得多。