今天下午，我在 Routa 的看板里点开一张已经进 Done 的卡：[Sub-issue] 为 GATE-first 专家提示注入单次 trace 状态摘要。

TL;DR：[https://github.com/phodal/routa](https://github.com/phodal/routa)，Harness Monitor 在 `crates/harness-monitor` 目录下。

几个月前，当 Coding Agent 的 CLI

查看原文：从写清 Spec 到看懂功能：在 Session 历史中使用 Routa 重建需求全景 - Blog | Phodal - A Growth Engineer

查看原文：任务自适应 Harness：从 Trace 到多 Coding Agent 的协作记忆 - Blog | Phodal - A Growth Engineer

查看原文：Agent 应该如何解决繁杂任务：从 /goal 到长时间运行 - Blog | Phodal - A Growth Engineer

查看原文：注意力 Harness：多 Agent 时代如何守住人的注意力 - Blog | Phodal - A Growth Engineer

周末，我又凭感觉写了一个小想法：用 Swift 写一个 PowerPoint 查看器。因为我已经有一个技能可以生成幻灯片、XLSX 和

周末，我使用 Claude Code 的 `/workflows` 做了两个实验，结合我使用 Codex `/goal` 做的一系列实验，把两个能力放在一起看，

查看原文：验证工程：从 Vibe 硬件编程 Loop 到自迭代验证 - Blog | Phodal - A Growth Engineer

查看原文：Piece：将 Coding Agent 的局部构建反馈提速 10x - Blog | Phodal - A Growth Engineer

过去几年，我们讨论 AI 对软件研发的影响，最常使用的仍是个人生产力：一个功能要多久，一名开发者能同时推进多少任务，Coding Agent 能生成多少代码。AI 确实显著降低了执行成本，过去数天才能形成的初步实现，现在几个小时后就可能进入 Pull Request。

最近我重新整理 [Better Harness](https://github.com/QoderAI/better-harness) 的 `references`

把一项能力写进 `SKILL.md`，再封装成 Agent 插件，并不难。真正困难的是，当它被不同用户、不同项目和不同 Agent

https://note.mowen.cn/note/detail?noteUuid=m9nentvuT10II_nLQAo4z 最早设计墨问的时候，原计划在 Web 端创作，阅读和交互用移动端的微信小程序承接，所以先做个墨问便签的 demo 试试小程序的能力。后来发现小程序也可以有桌面端，移动端能力也越来越强，就把创作和互动、AI 语音、画廊、AI 听读、pdf、视频号，都干到小程序上了。All in one。墨问便签也成了墨问。 AI 时代来临，Web 强势回归，它变得比任何时候都更加重要。配合大模型能力和…