一篇 583 粉的推文把 Matt Pocock 245k★ 的 skills 压缩成三步工程闭环（目标对齐/路径探索/循迹前行），框架不错，但抄错了两个细节、并列推荐了自家 4★ 工具和全球标杆。价值不在框架本身（它早就存在），在于「第一个把它落地成具体迁移路径的人」。
DeepSeek Harness 15 天冲到 20 万 star（史上最快），但 260 个集成只有 41 个可用，token 消耗是竞品 10 倍。star、集成可用率、成本三个指标完全脱钩。而这套 75 star 工作台里最值钱的一行设计——进度靠读文件判断——恰恰是整套系统里最该抄的。
宝玉那条「Skill 每次遇到新场景就自己更新」的推文，方向是对的，程度被夸大了。把仓库一手文件拉下来读完会发现：协议只认三类触发条件，还写着「绝不让正在跑的这一轮失稳」。
「AI Coding 越强，Eval 越重要」——这个反直觉主张被 OpenAI 官方多篇一手材料强验证。先说清楚一件事：原文本次没能取回全文，我们能核的是论点，不是细节案例。
「先画工作流、再谈 AI」这个顺序是对的，且踩在业界已验证的 Diagnostic First 路线上。但原帖为了好讲，砍掉了人机分工分级、度量 ROI、SOP 与 owner——缺这三层，分享再热闹也会回到老流程。
