2026 年上半年，我的精力被切成了好几块。

年初在啃多智能体。先是深入研究了 MetaGPT 和 AutoGen 两个框架——一个流程驱动、一个对话驱动。AutoGen 那个”一群 Agent 在群里讨论”的设计我盯了很久，GroupChatManager 决定下一轮谁发言，模拟的其实就是现实团队的站会：成员提想法、专家讨论、工程师实现、QA 审查、迭代修正。

我搭了个代码审查管道实践：静态扫描、安全审计、逻辑审查、报告合成四个 Agent 并行，比单 Agent 快 3.2 倍，准确率还提了 18%。那会儿就在琢磨，能不能做一个更大的——十种角色协同的系统。这个念头后来长成了 DecaGleam，名字里的 Deca- 就是”十”。

二月回了趟实验室，这次不是竞赛小车了，是给实验室造巡检机器人——灵犀云卫。高校实验室夜间巡检是典型的高重复低价值：检查设备电源、记录温湿度、确认门窗。机器人六轮独立悬挂全向底盘，ROS2 导航，激光雷达 SLAM 加 UWB 双冗余定位，ESP32 做边缘计算。

这个项目我最喜欢的设计是边缘计算那套思路：温湿度数据在 ESP32 本地滑动窗口检测异常，正常情况不上报，只在异常时推告警。“数据在本地处理，异常才上云”——这理念后来我用在了很多项目里。

最头疼的是门。实验室的门有闭门器、感应门、推拉门，怎么让机器人自己开？当时只能巡查不需要穿门的区域，二代考虑加机械臂。这种”暂时绕过去”的决策，做项目时总是得做。

三月又去做了个完全不同的东西——华为 AIoT 数字可视化工厂。给制造企业搭数字孪生大屏，把车间流水线的设备状态、产能、告警全部映射到 Web 上。Vue3 加 ECharts 加 Three.js，3D 模型从工厂 CAD 通过 Blender 转换而来，设备颜色和动画通过 WebSocket 实时同步。

这项目让我记住了一句话，是车间一位老师傅说的——他说屏幕上的数字能看出效率和异常，但机器的声音还是得靠人去听。数字化是辅助，不是替代。只有现场师傅的经验能判断这台机器还能撑两个月。

告警引擎的规则也不是拍脑袋定的——从工厂导了三年设备数据，和工程师一起标”正常区间”和”异常事件”，再算每类传感器的最佳阈值。这个”从数据里长出来”而不是”拍脑袋定”的教训，比算法本身值钱。

四月的 DecaGleam 是那阵子的主线。名字的来由——“始影琯朗”典出《嫏嬛记》，天上有两颗相伴的星辰，始影主”形”，琯朗主”智”。英文名 DecaGleam 是”十束微光汇聚”。我写了一整篇架构设计：十个角色——创作者、规划者、研究者、设计者、开发者、测试者、运营者、数据者、审计者、协调者——围绕一个想法从创意走到落地。

那个月还写了篇心得，标题叫”两种智能，一个追问”。大意是说，除了人和机器这两种智能之外，也许还有第三种——把人的直觉和机器的算力叠起来，两者互相约束、互相修正。这个想法我后来反复想起。

那半年项目密度高得吓人。灵犀云卫的门还没解决，华为工厂的告警阈值刚定完，DecaGleam 还停在架构文档里。手头同时挂着四五个半成品，是那阵子的常态。