当国内社区还在比拼“谁的Agent能无人值守跑8小时”时，海外个人开发者圈子里最近悄悄流行起一种完全相反的玩法：给AI上枷锁。8月30日的Hacker News首页上，有个细节很有意思——排名靠前的帖子里有两条都指向同一个小博客 coldtake.dev：昨天爆火的《I accidentally turned LLM memory into program analysis》（279分、75评论）是别人的，而7小时前刚登首页的《Domain-Driven Agents》（61分）和今天要给你拆解的这篇《Bounded Chaos》，出自同一位作者。这篇7月15日发的长文，完整公开了他每天真实运行的一条“人机协作生产线”，从需求到合并，每一道闸门都写得明明白白。这是近几个月我见过的可抄程度最高的AI工作流案例——没有之一。
先说作者的底层判断，这也是全文最值钱的一句话：contain, don't trust（圈起来用，别信任）。
他观察到，所有"AI一句话写个游戏"的演示（他点名了Fable 5这类模型）都在第二个小时崩塌：真正的功能开发不是冷启动demo，而是在一个已经有形状、有观点的系统上做扩展。模型不受控时的表现很一致——无视spec、跳过测试、悄悄交付一个你没要的东西。他认定这是结构性问题：LLM天生非确定性，提示词写得再好也治不了，唯一靠谱的办法是让每一处能做成确定性的环节都不再依赖模型的自觉。
于是他搭了这条七阶段流水线，每个阶段是一条独立的 slash 命令，绝不自动流转：
flowchart LR
A[explore 需求拷问与领域建模] --> B[propose 威胁模型与任务契约]
B --> G1{人工闸门1：spec评审}
G1 --> C[implement 单任务TDD与草稿PR]
C --> G2{人工闸门2：PR初读}
G2 --> D[validate 硬闸门与评审团]
D -->|全部pass| F[直接done入库]
D -->|有发现| E[review-and-ship 分桶处置]
E --> F
F --> L[learn-from-reports 沉淀规则]
L --> V[validate-impl 规格完成审计]
V -->|complete| G3{人工闸门3：合并前终审}
V -->|reopen| R[回炉成新任务]
R --> C
explore：不是你写需求，而是AI反过来“拷问”你（作者原话叫 relentless grill interview），把意图钉死，然后更新一份 CONTEXT.md——项目的活体领域词汇表，是模型必须遵守的统一语言。不可逆的架构决策当场写成ADR。
propose：先让一个“安全工程师”角色在spec存在之前就写好威胁模型，然后才产出带功能需求、API契约、数据模型和BDD场景的 spec.md；再由“项目经理”角色把spec拆成垂直切片（每个切片都是能跑的一小块功能），“测试策略师”角色提前设计每个场景用哪层测试证明。
implement：一次只做一个任务，独立分支，强制红-绿-重构的TDD循环——必须先有一个失败的测试，才允许写实现代码。作者的理由很扎心：LLM在代码写完之后再补测试，往往只会写“刚好能过”的测试去凑覆盖率。
validate：先跑确定性闸门（lint、format、type-check、单测、e2e），再并行放出一组评审Agent，各自戴一顶帽子看diff——安全、代码质量、架构，外加一个叫 Odium 的Agent专查“验收标准是否真被满足”。
review-and-ship：发现的问题分两个桶。机械问题（格式、无用import、覆盖率缺口）自动修掉；其余按代码区域分组，一片一片端给你做接受/驳回裁决。你每驳回一次并给出理由，都可以当场把它晋升成知识库里的一条规则——下次这个错误会在更早的阶段被拦住。这就是 learn-from-reports 阶段干的事：挖掘历史报告里的重复问题，变成KB规则，让系统越用越严。
这是整条流水线真正狠的地方，全部由机制强制，不靠模型自觉：
blocked_by 卡着就没资格开工。第2条值得单独展开，因为它顺手解决了国内用户最头疼的“Claude额度10分钟烧光”问题。作者的逻辑是：自动流转的链会把每一轮验证的发现全部灌进下一个阶段继承的会话，上下文滚雪球，token爆炸，“一次失控的上下文意味着一次注定失败的运行”。所以他的每个阶段都开全新会话，连续性靠磁盘上的文件维持——每次上下文都是有界的，天然省token。
还有一个精巧的减负设计：每个功能自带一个 config.yml，用 tier 档位（small/medium/large）决定这活儿配多少仪式感——small只出任务文件、跳过评审团和终审，"改一个文件不该为它付一份威胁模型的成本”。他自己这篇博客就是用这套流程写的，配置都晒出来了：tier medium、Next.js/MDX技术栈、五个闸门。
文末很诚实地列了现状的问题：整套东西绑定Anthropic的模型（vendor lock-in）；可观测性薄弱（只能事后读YAML日志）；运行时注入的系统提示词他看不见、改不了、还得付token钱。所以他正在写一个叫 Bondsmith 的东西：Rust写的provider-neutral内核加一套 .flow 契约，用可插拔的适配器驱动同一条流程——换厂商不换脚手架。这个思路值得关注：流程资产比任何一个模型都活得久。
第二个案例换个赛道。昨天HN首页有一帖冲到209分、58评论：StemDeck——免费开源、完全本地运行的AI分轨工具。国内做音乐剪辑的朋友对Moises、LALAL.AI的订阅制应该不陌生（免费档限时长、高清导出要付费），StemDeck的打法是把这些云端订阅产品的核心能力整个搬到你本机，一个子不收。
它的可抄之处不在模型，而在组装方式——整个产品是一场开源组件的排列组合：
flowchart LR
A[导入：yt-dlp或本地拖拽] --> B[分析：librosa测BPM与调性]
B --> C[分离：Demucs六轨模型]
C --> D[混音：Web Audio多轨台]
D --> E[导出：FFmpeg合成mix.wav]
htdemucs_6s，一次拆出人声/鼓/贝斯/吉他/钢琴/其他六轨，自动探测CUDA/MPS/CPU；两个营销动作特别值得独立开发者抄：一是README里放了一张"Honest Comparison"诚实对比表，大方承认商业产品在模型质量、批处理、移动端上都比自己强——这种不吹的姿态在HN上反而成了传播点；二是定位切割清晰：“要专业工具请去买Moises，要免费本地方案我用就够了”，不树敌，只接住价格敏感和隐私敏感的两拨用户。
HN上279分的《I accidentally turned LLM memory into program analysis》出自 pwning.systems——我抓了这个站，博主是个老牌安全研究者，历史文章全是Apple内核漏洞、PHP过滤绕过、特权容器逃逸这类硬核内容。安全圈的人开始把LLM记忆当程序分析工具用，这个交叉点大概率会催生一批新玩法。原文具体方法我未能抓取到全文，细节未经证实，建议直接去HN搜标题追讨论，此处只给方向不给结论。
| 你以为的 | 海外实际在做的 |
|---|---|
| Agent越自动越好，追求无人值守 | 高手在加人工闸门，全自动反而被抛弃 |
| 规则全写在提示词里，靠模型自觉 | 规则沉淀进知识库，驳回一次晋升一条，越用越严 |
| 一个长会话从头跑到尾，烧光额度 | 每阶段新会话、状态落盘，上下文永远有界 |
| 分轨要买Moises订阅、音频传云端 | Demucs开源模型本地跑，免费无限制 |
| AI产品营销靠吹参数 | "诚实对比表"主动认短，反而赢得社区传播 |
本周就能动手的六步：
CONTEXT.md，把领域术语的定义写进去，作为所有AI会话的统一词汇表；.claude/commands/ 即可）：explore、propose、implement、validate，一条命令一个阶段，手动触发；todo → in-progress → done，加上 blocked_by 字段，让下一个任务的开工程序化可查；git clone StemDeck 本地跑一遍，顺便研究它的Tauri+FastAPI+SSE架构和那张诚实对比表。一句话收尾：AI时代的稀缺能力正在从“会让AI干活”变成“会给AI立规矩”。国内还没几个人系统讲这件事，而这篇《Bounded Chaos》已经把整套图纸免费摊开了。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID： gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。