Strategy keynote · Decksmith experiment
Reliability, before autonomy.
先让本地 agent 系统少失真，再让它跑得更远。
Priority
P0
Evidence first.
Automation second.
Decision
Do less.
Verify more.
P0
Evidence trace
复杂研究和机制修改，必须留下证据链。
P1
Sub-agent receipts
子 agent 交付来源、置信度和下一步核验。
Later
Memory governance
等规模真正上来，再做系统化治理。
Problem
The agent doesn’t fail loudly.
它更常见的失败方式，是把低可信判断包装成顺滑结论。
01
来源缺失
最后只剩摘要，无法回到原始证据。
02
推断混入事实
看起来合理，但来源和模型判断没有分开。
03
低可信扩散
进入 memory 或 skill 后，错误会被复用。
P0
Make conclusions traceable.
只在高风险任务启用：深度研究、sub-agent 综合、agent / skill / memory 机制变更。
A
Sources checked
链接、文件、命令输出，留到结论旁边。
B
Confirmed vs inferred
事实和判断分层，不混写。
C
Unverified claims
不确定项显式留下，不进长期系统。
P1
Sub-agents need receipts.
Input
Task boundary
明确要查什么，不让子 agent 泛泛总结。
→
Output
Evidence + confidence
每条发现带来源和置信度。
→
Main thread
Verify before use
主线程核验后，才进入结论。
Later
Don’t govern memory too early.
现在继续用 Cloudflare AI Search + 人工判断。等召回质量变乱，或规模接近阈值，再加治理层。
Trigger
1000+
memories before systematic governance
Already fixed
Signal routing is now personal.
Public
What happened today?
全网热点，保留公共视野。
Personal
What should we use?
按 X 书签画像，优先 agent / memory / skill / workflow。
Operating principle
Build the guardrails that make future speed safe.
先治理失真，再扩展能力。
Evidence trace
Receipt handoff
Governance later