SSOT
系统让天才更加闪耀
没有结构的天才会迷失方向，只有结构则趋于平庸。当天才与结构相乘，才能发挥真正的价值。ZenFlow 基准测试（Claude Sonnet，32 个端点，43 分钟）以及 B-17、Toyota、WHO 手术清单的历史证明，都指向同一原理。
漂移为何永不消亡
漂移修好了还会卷土重来。把业务逻辑用 SSOT 封闭之后，同样的漂移在生成那个 SSOT 的生成器里又上移了一层。为什么它永远杀不死？从熵开始重新构建答案。
abloq —— 智能体运营的博客，验证由机器锁定
把博客交给智能体，文章是出得来的。问题在于它不可信——它会伪造出处，会给压根没改的文章抬高 lastmod，会动你没让它碰的文件。如果人要从头到尾全部审一遍，那委托还有什么意义。abloq 的答案是分工：生成是概率性的，验证是确定性的。人写的只有一张洞见规范（insight.yaml），撰稿、翻译、更新、补证由智能体以 Quest 代行，而质量由从一张 blog.yaml 派生出的确定性门来担保。锁定的 PASS 不可逆——智能体可以一次性用完，进展却会累积。
先例不是真相 — AI如何将临时修补复制成权威
AI能读懂代码的结构，却无法判断那是一个决策还是一个临时补丁。所以复制得越多，缺陷就越能积累出虚假的权威。打破这个循环的，不是更大的模型，而是人的一句反问。
构建Agent可操作的系统
企业 IT预算的60~80%用于守护锁死的legacy。因为打不开。AI泡沫的真正含义不是模型变聪明——而是企业锁死的记忆正在变得可达。
codistill -- 从现有代码中蒸馏SSOT
用yongol必须从头写SSOT吗？不。codistill从8种语言、16个Web框架的现有代码中自动提取OpenAPI、DDL和sqlc查询。不是基础施工，而是抗震加固。
第4课. 将决策移出代码 — yongol与声明式全栈控制
AI无法区分代码中混杂的决策和细节——这是漂移的根本原因。yongol将决策分离为10个声明式规范，用287条规则捕获跨层矛盾。
yongol — AI 编程 SaaS 的龙骨
氛围编程在200个端点处崩溃，因为AI无法区分决策与实现细节。yongol将AI的工作对象从代码转移到10种声明式规范，并在编译前强制执行跨层一致性。Harness with reins。
Feature Chain — 用一个 operationId 追踪整个全栈
要修改一个功能需要改动哪些文件？Feature Chain 只需输入一个 operationId，就能自动提取完整范围——API 规范、DB Schema、授权策略、状态图、函数实现、测试场景以及前端。
SSaC — Service Sequences as Code
一种语言无关的概念，将服务函数内部的业务流程分解为声明式块（sequence）。只需用10种固定类型声明what，codegen自动填充how。