当 AI 技能超过十个：个人 skill 库的工程化维护
当个人 AI 技能数量超过十个，玩具式管理就会崩塌：副本分裂、无版本可回、分发靠传文件。本文记录一套已落地的 skill 库工程化方案——按受众切分双 monorepo，用注册表与安装器实现选择性安装，用 per-skill tag 与 CHANGELOG 管理版本与回滚，并给出迁移路径与真实踩坑经验。
Harness 是什么？从马具到驾驭大模型的「挽具」
Agent = 模型 + Harness。模型只会把文字变成文字，harness 负责让它真正干活：工具、循环、上下文管理与控制机制。本文从 700 年词源讲到 2026 年 harness engineering 成型，拆解四大核心件，附 60 行可运行的最小 harness 代码与十条实践经验。
一个人的 AI 开发团队：五智能体协同实战
一个人开发双端 App，我的答案是配一支随仓库迁移的 AI 团队：产品、双端开发、UI、测试五个子智能体，由主会话担任 Lead 编排。本文复盘角色铁律与三种流水线，并拆解最近一次实战——QA 连续走查出单、双端开发并行修复、28 张工单零退回，附跨端契约裁定与总回归的三层口径。
「原型托管」隐私政策（插件 · 平台 · 官网）
「原型托管」隐私政策 v2.0（2026-10-16 生效）：完整说明浏览器扩展、托管平台与官网收集哪些信息（账户信息、认证令牌、主动上传的内容、技术日志、官网匿名统计）、如何使用、存储位置与保留期限（腾讯云、备份滚动保留 15 天）、与谁共享（绝不出售；仅腾讯云受托处理、Google Analytics 官网统计与法律要求三种情形），以及访问、删除、注销账户等你的权利。
问卷回收率是什么？从投放到有效样本的漏斗手册
问卷从发出到可用数据，要闯投放、触达、打开、开始、完成、有效六道关口。本文逐个定义投放率、触达率、回收率、有效率等容易口径打架的指标，讲清样本量、误差幅度、置信水平三者的关系，并拆解覆盖、无应答、自选择三类偏差——高回收率不等于好数据。
品牌资产五星模型：大卫·阿克如何拆解品牌价值
1991 年，大卫·阿克在《管理品牌资产》中把品牌价值拆成五颗星：知名度、认知度、联想度、忠诚度与专有资产。本文逐星拆解内涵与层级，厘清五者的咬合逻辑，与凯勒金字塔对照，并给出十个自检问题与模型边界。
品牌资产金字塔：从被记住到被热爱的四级台阶
凯勒的品牌资产金字塔（CBBE 模型）把品牌在顾客心智中的成长拆成识别、内涵、反应、关系四级台阶与六个构建模块，从显著性到共鸣逐层拆解，结合苹果案例与 Interbrand 2025 榜单，给出产品人与独立开发者自下而上搭建品牌的操作路径。
