How I Think / 思考方式
我偏好的思考方式，接近下面这几层。
First Principles
第一性原理
我会先问：它真的有必要这样存在吗？不被现有方案束缚，回到问题的本质去寻找最优解。从饮食系统到 agent 链路，我都是这么拆的。
Agentic Engineering
Agentic 工程方法论
提示词工程、上下文工程、harness 工程、loop 工程是层层递进的。在 Paper Parser 里这套方法是具体的：Doc2X 出主结果，MinerU 做第二观察，Critic 找问题，Eval Gate 决定放行，Repair Agent 修复，人工复核兜底。让主结果自己评价自己是不可信的——观察者必须是另一双眼睛。
Truthfulness Gatekeeping
真实性守门
做 Council 时我反复强调蒸馏 prompt 必须有 user_quote 字段——逼系统从我原话里找证据，不允许 AI 编。守门员失效，产品就退化成另一层皮肤。同样的原则用在表达上：不硬说已经做完完整 reflection / evals 平台，内部指标和外部口径分开。一个系统的核心价值往往体现在它的约束条件上。
Builder Perspective
Builder 视角
希望任何有价值的判断，最后都能落到一个流程、一个原型、一个系统、一个产品、一个可验证的闭环。这是我不变的长期身份。
Naval-style Thinking
纳瓦尔式思考
真正稀缺的不是忙碌，而是清醒；不是堆时间，而是形成可放大的能力结构。我相信长期主义，也认同杠杆。
Munger-style Thinking
芒格式思考
产品、工程、商业、用户行为、系统约束、长期趋势。不迷信单点答案，更在意整体因果关系。
发现问题
寻找高频、真实、长期存在的问题，尤其是那些已经影响用户行为、决策或效率的问题。
抽象结构
把表层需求拆成更本质的结构：用户真正要完成什么、哪个环节最卡、信息是如何流动的、哪一步最值得 AI 介入。
快速验证
用最小成本做出可运行的原型，验证关键路径，而不是过早沉迷于完美设计。
形成闭环
不是只做一个 demo，而是要让任务能够真正跑通，让系统能够持续执行、反馈、迭代。
沉淀为系统
把一次性的经验，变成工作流、模块、文档、Prompt / Skill、SOP、认知资产。
从理解到行动，再从行动返回观察和修正。这比一次性的观点表达，更接近真正有生产力的 Builder 工作方式。