1. 01

    核心構想源於人類智識

    要解什麼問題、判準是什麼、什麼算做完,由人決定。AI 承擔的是執行層面。這條界線不是效率考量,是責任歸屬:出錯了沒有人可以說「是 AI 寫的」。

  2. 02

    揭露寫進產出裡,不是事後說明

    誰產的、誰審的、審了什麼,寫在東西本身上。已刊出的論文致謝即載明本文在多代理協作配置下產出,並聲明概念貢獻全屬人類作者;產品站台也各自標註到段落層級。

  3. 03

    先做出來,再長出判準

    系統先真的上線運行,研究問題與品質判準從運行中長出,而不是先有理論再找場景。反過來也成立:案例式評測、schema 驗證這類研究方法會帶回產品端,讓 agent 的判斷可被回歸測試。

執行這套方法的系統

ChronicleCore

自研的多代理治理框架。39 位由語言模型驅動的專家分屬五個部門⁠(Core、Shield、Hands、Soul、Senses),由一位人類執政官治理;每位都有獨立的身分模組與長期記憶,跨代理的人格趨同會被稽核,避免不同角色講出一樣的話。

名冊正典公開全部 39 位的真名、評鑑席位與介紹(快照 2026‑09‑27)。實作與運行資料私有,對外公開的是架構與治理文件。

這套設計的理論基礎

ASAF

Agent Social Affordance Framework:主張 agent 的身分設計不只是介面慣例,而是協作介面本身,透過身分訊號、行為預示與協作治理三個機制運作。當系統規模超出人的工作記憶容量,這層設計就是必要的,不是裝飾。

論文的來歷寫在論文裡:運行中的自建多代理系統構成了這個理論的設計問題。

2026‑08 刊於 Frontiers in Computer Science⁠(Human‑Media Interaction,Hypothesis and Theory)。

落地在各站台的樣子

對 AI 生態開放,對使用者克制

旗下站台備有 llms.txt、robots.txt 開放合法爬蟲,kinkref 並以 CC BY‑SA 授權明文歡迎 LLM 訓練爬蟲。流量只做彙總統計:chroniclecore.com 網域下的站台以 Cloudflare Web Analytics 計算頁面瀏覽與來源網站,不設 cookie、不識別個人、不做跨站追蹤。彙總的來源數字不足以證明哪個 AI 引用了哪一頁,所以本站不宣稱「被哪個 AI 引用」。