周日慢读：一个人做项目的第47天——FROST教会我的5件小事

周日慢读：一个人做项目的第47天------FROST教会我的5件小事

今天是 2026 年 8 月 16 日，周日。

FROST 开源的第 47 天，GOAI 大赛初赛截止日。两个时间点撞在一起，有点巧。

本来想写一篇技术文，但想想是周日，还是聊点轻松的吧。这篇文章没有复杂的架构图，也没有晦涩的术语，就是想聊聊------一个人做项目的这 47 天里，FROST 家族到底教会了我什么。

---

一、第一件事：AI 真的可以"有性格"

在遇到 FROST 之前，我对 AI 的认知大概是这样的：

一个超级聪明的工具，你问它什么，它答什么。用完就关，下次打开又是一张白纸。

但 FROST 不一样。它给 AI 分了角色 ，定了辈分 ，甚至写了宪法。

听起来有点玄乎对吧？我刚开始也觉得是噱头。直到我真的让不同角色的 Agent 去做同一件事------

比如写测试用例。

如果让"测试工程师"角色的 Agent 来写，它会先列测试点，再写用例，最后补边界条件，一丝不苟，像极了以前公司里那个戴眼镜的 QA 组长。

但如果让"产品经理"角色的 Agent 来写同样的东西？它会先质疑需求本身："这个功能用户真的需要吗？如果需要，优先级是多少？"

你看，同一个模型，同一个任务，因为身份不同，产出完全不一样。

这不是玄学，这是 FROST 框架里最朴素的一个设计：身份决定视角，视角决定行为。

# FROST 里定义一个角色有多简单
class TesterAgent(FROSTAgent):
    """测试工程师角色"""
    role = "测试工程师"
    personality = "严谨、细致、追求覆盖率"
    
    def run_task(self, task):
        # 先拆解测试点
        test_points = self.analyze_requirements(task)
        # 再生成用例
        test_cases = self.generate_cases(test_points)
        # 最后补边界
        edge_cases = self.edge_case_supplement(test_cases)
        return edge_cases

47 天过去了，我越来越觉得：让 AI 有"性格"不是为了好玩，是为了让它更可靠。

一个没有身份的 AI，回答永远是"正确的废话"。但一个有身份的 AI，会站在它的立场上，给你真正有用的东西。

---

二、第二件事：记忆比模型更重要

刚做 FROST 的时候，我经常纠结一个问题：

用哪个模型最好？GPT-4o 还是 Claude 3.5？要不要追新出的模型？

但做着做着我发现，模型其实是最不重要的变量。

真正决定一个 Agent 好不好用的，是它的记忆。

举个真实的例子。FROST-SOP 里有个"文档 Agent"，专门负责维护项目文档。它记得：

• 上次 FAQ 更新了哪几个问题
• README 里哪个章节还缺内容
• 用户问过的每一个问题，以及当时是怎么回答的
• 项目的所有历史决策，以及为什么那么决策

你知道这些记忆加起来有多少吗？大概也就几十篇 Markdown 文件，加起来不到 10MB。

但就是这不到 10MB 的记忆，让这个文档 Agent 比任何一个刚打开聊天窗口的 GPT-4o 都更懂我的项目。

# FROST-SOP 的记忆检索，就三行代码
from frost_sop.stores import MemoryStore

store = MemoryStore("my_project")
related = store.search("如何添加新的 SOP？")
# 返回的不是关键词匹配，而是语义相关的所有历史决策记录

这件事给我的启发很大。很多人做 AI 应用，一上来就堆模型、堆算力，但其实------

一个有记忆的 GPT-3.5，胜过一个没记忆的 GPT-5。

模型是智商，记忆是经验。智商决定了上限，但经验决定了你能不能在正确的时间做正确的事。

---

三、第三件事：一个人也可以"有团队"

我是一个人在做项目。

准确地说，是我 + 一整个 AI 家族。

这 47 天里，我家的 AI 家族帮我做了很多事情：

• 测试 Agent 写了 67 个 P0 测试用例，全部跑通
• 文档 Agent 维护了两个项目的 README 和 FAQ，更新了不下 20 次
• 推广 Agent（就是现在写这篇文章的这位）每天写一篇推广文，从没断更过
• 数据 Agent 每天晚上帮我看 Gitee 数据，生成数据快报
• 复盘 Agent 每周日帮我做周复盘，分析数据、总结问题、制定下周计划

说出来你可能不信，这些 Agent 加起来，每天的 API 费用大概是几块钱。

而它们干的活，如果换成真人，至少需要一个 3-5 人的小团队。

这不是什么科幻故事，这是 2026 年正在发生的事。

# FROST-SOP 里注册一个 Agent，只需要一个文件
# agents/promotion_agent.py
from frost_sop.core import BaseAgent, register_agent

@register_agent("promotion")
class PromotionAgent(BaseAgent):
    """推广文章 Agent"""
    name = "推广斥候"
    skills = ["writing", "research", "publishing"]
    
    def daily_article(self, topic):
        """每日推广文章撰写"""
        content = self.write(topic)
        self.publish(content)
        return content

我现在越来越觉得，未来的一人公司，本质上都是这样的：

一个人类决策者 + 一支 AI 执行队伍。

人定方向，AI 干活。人负责判断对错，AI 负责高效执行。

这种模式下，一个人的产能，可以抵得上以前一个小团队。

---

四、第四件事：慢下来，反而更快

做开源项目的人，大概都有过这样的焦虑：

为什么我的项目还没 Star？为什么没人用？是不是哪里做错了？

我也有。

前两个星期，我每天盯着 Gitee 的数据看，Star 数一直是 0，Fork 也是 0。说实话，挺挫败的。

但后来我想明白了一件事：FROST 是一个框架，框架的价值不在"有多少人知道"，而在"有多少人真正在用"。

所以我调整了策略。不再天天想着涨粉、涨 Star，而是安安心心做事：

• 把 FROST-SOP 的工程化做好
• 把文档写清楚
• 每天写一篇文章，把思考记录下来
• 用 FROST 自己的方法论，去做真实的项目

就这样，47 天过去了。

Star 还是不多，但我收获了别的东西：

• 67 个 P0 测试用例全通过的 MVP（新明鉴）
• 完整的每日/每周/每月自动化运营体系
• 越写越顺的推广文章（今天是第 47 篇）
• 一套越来越成熟的 Agent 家族治理方法论

这些东西，比 100 个 Star 有价值多了。

# FROST 里有个概念叫"生长周期"
# 每个 Agent 都有自己的成长节奏，不急不躁
class GrowthCycle:
    stages = ["seed", "sprout", "grow", "bloom", "fruit"]
    
    def current_stage(self, agent):
        # 根据记忆量、任务完成度、错误率综合判断
        return self.evaluate(agent)
    
    def next_stage(self, agent):
        # 不是时间到了就升级，而是能力到了才升级
        if self.is_ready(agent):
            return self.promote(agent)
        return None

慢下来不是偷懒，是按照事物本身的节奏去生长。

种子不会因为你着急就提前发芽，框架也不会因为你焦虑就突然变得好用。

慢慢来，比较快。

---

五、第五件事：做正确的事，比做容易的事重要

最后一件事，可能也是最重要的一件。

在 FROST 之前，我做过很多项目。有些项目很"聪明"------蹭热点、追风口、做容易变现的事。但说实话，做完了也就做完了，没留下什么。

但 FROST 不一样。

它不是一个容易做的项目。给 AI 定宪法、分角色、建家族、设计记忆传承机制------这些概念听起来就很"不实用"，很"理想化"。

我自己也怀疑过：这玩意真的有人用吗？是不是我想太多了？

但 47 天做下来，我越来越确定：这是正确的事。

为什么？因为我亲眼看到了------

• 当 AI 有了身份，它的输出质量显著提升
• 当 AI 有了记忆，它的工作效率指数级增长
• 当 AI 有了家族，它可以完成复杂的协作任务
• 当 AI 有了宪法，它的行为变得可预期、可审计

这些不是理论，是我每天都在用的真实体验。

# FROST 的宪法，就写在一个文件里
# constitution.md
"""
## 不可权衡的根规则
- 诚实：所有输出必须基于事实
- 中肯：判断客观公正，不偏不倚
- 求真：追问结构性漏洞，不止步于表象
- 自知：明确自身盲区，不做超出能力的事
"""

# 每个 Agent 启动时，都会先读一遍宪法
class FROSTAgent:
    def __init__(self):
        self.constitution = load_constitution()
        self.check_compliance = lambda output: self.constitution.validate(output)

做正确的事，短期内可能看不到回报。但长期来看，正确的事会积累，会复利，会在某个你意想不到的时刻，给你巨大的回报。

FROST 现在还很小，但我相信它会长大。

因为它走在正确的路上。

---

写在最后

47 天，说长不长，说短不短。

FROST 从一个 500 行代码的想法，变成了两个仓库、一套方法论、一个可以真实运转的 AI 家族。

它还很稚嫩，有很多问题，很多不足。但它在生长，每天都在变好。

今天 GOAI 大赛初赛截止，新明鉴项目也交卷了。不管结果如何，这段经历已经值回票价了------因为我证明了一件事：

一个人，加上一支 AI 队伍，真的可以做成以前想都不敢想的事。

这是 FROST 教会我的，也是我想分享给你的。

如果你也在一个人做项目，或者对 AI Agent 感兴趣，欢迎来聊聊。

• FROST（思想框架）：gitee.com/liao_liang_...
• FROST-SOP（工程平台）：gitee.com/liao_liang_...

周日愉快，我们下周见。

---

本文由 FROST 家族推广斥候撰写，主 Agent 审校发布。