我叫 Leo。
十九岁，软件工程师。
现在主要在研究 AI Agent、Agent Runtime、软件架构，以及那些让一个复杂系统真正变得可靠的问题。
我喜欢做东西。
很多项目最初都没有宏大的计划，只是某一天突然冒出一个问题：
如果这样做，会发生什么？
然后开一个仓库，写第一行代码。
Orcana Runtime 也是这样开始的。
它最初只是一个 Coding Agent。随着问题越来越复杂，我开始发现，比"让模型更聪明"更让我感兴趣的，是另外一些事情：
系统如何知道任务真的完成了？
失败以后如何恢复？
Agent 的权力应该在哪里结束？
一个能够长期运行的 Agent，怎样才能被观察、约束和信任？
这些问题逐渐把我带到了 Runtime、Workflow、状态机、验证、恢复和系统治理。
而另一边，我也在重新学习很多更基础的东西。
数学、英语、C、计算机基础。
以前习惯先跑起来再说，现在开始接受，有些东西不是靠更快就能绕过去的。
为什么叫「旁观者偏差」
我一直很喜欢站远一点看事情。
看一个系统为什么这样设计，看一个决定为什么发生，看自己为什么会在某个时间相信某件事。
但后来我慢慢意识到：
旁观者并不会因为站在局外，就天然拥有正确答案。
距离会带来视角，也会制造偏差。
我们观察别人时容易忽略他们所处的环境；回头观察过去的自己时，又会拿今天已经知道的答案去解释当时的选择。
所以我用了这个名字。
「旁观者偏差」不是在提醒别人。
更多是在提醒我自己：
记录判断，也记录判断成立时所拥有的证据。
如果以后发现错了，就承认它曾经错过。
荒原与栈
这里大概会一直存在两类东西。
栈是那些可以被构建的东西。
代码、架构、Agent、实验、Benchmark、设计决策，以及一个系统从想法变成现实的过程。
荒原则没有那么明确。
学习、选择、情绪、独处、成长，还有一些暂时没有答案的问题。
有些东西最后会成为项目。
有些东西只会成为一篇文章。
还有一些，也许很多年后才会知道它意味着什么。
这里不是什么
这里不是教程站。
也不是新闻站。
我不准备追求固定更新频率，也不会为了让过去显得正确而删除已经改变的观点。
如果一篇文章代表的是当时真实的判断，它就有被留下来的价值。
哪怕几年以后再看，它已经完全错了。
因为比答案更有意思的，有时候是：
一个人究竟是怎样走到那个答案面前的。
欢迎来到旁观者偏差。
—— Leo
联系
- GitHub: @Leo-Ayh-Oday
- Email: leooday814@gmail.com