運作原理
一輪對話內部到底發生了什麼——檢索、記憶、工具、上下文、通路，以及哪些資料始終不外流。
接地答案
文件如何成為代理可回答的內容——分塊、上下文標頭、查詢重寫與相關性門檻。
每個客戶的記憶體
對話如何成為關於客戶的持久事實 — 推導、去重、重要性，以及哪些內容會被召回。
工具與 MCP
說明代理程式如何從回答轉向執行——工具循環、上下文預算，以及透過 MCP 連接您自己的系統。
訪客直接打「幫我查一下」時發生了什麼
手打一句請求，應該和從選單裡點同一項得到一樣的結果。用詞表做這件事，七種語言裡必然漏；每則訊息都問一次模型，又慢又貴。我們量到了什麼、為什麼路由分成兩步，以及為什麼同一句話在文件開著時會走到另一條路上。
為什麼脈絡一長，智慧代理就變笨
把「脈絡腐化」講具體。每一輪都是一次自包含的請求；請求一長、或者塞滿工具往返，答案的準確率就實測下降。這一頁講清請求裡裝著什麼、裝不下時先丟什麼，以及我們為什麼在作答前把它重新算繪一遍，而不是讓模型去總結工具結果。
一段對話在兩輪之間存在哪裡
既然每一輪都是一次自包含的請求，對話其餘的部分在哪？每一輪存下什麼、什麼永遠不存，逐字視窗是什麼，更早的輪次如何被恰好折進滾動摘要一次，單輪仍然裝不下時會發生什麼，以及哪些事實活得比工作階段久。
一個智慧代理，通吃所有管道
網頁小工具、Telegram 與 WhatsApp 如何連到同一個智慧代理、共用同一份記憶——身分解析、共用的控制流程，以及哪些部分留給各管道自己處理。
排程跟進
智慧代理如何把工作排到稍後執行，並把結果送回它原本進來的那個管道——持久化任務、原子性認領，以及故障復原。
從設計就顧到隱私
在資料庫層級強制的隔離、以使用者為單位的欄位加密金鑰，以及對端對端加密這一層到底給了你什麼、又沒給你什麼的誠實說明。
跑在開源模型上
模型層是怎麼跟代理層分開的——能力探測、多後端分流，以及小型開源模型在工具呼叫上那四種壞法，閘道各自替你處理掉的方式。
一份長文件到底是怎麼寫出來的
四十頁的報告不是一次很長的回覆。它是一條帶狀態機的背景作業——大綱、提問、調研、逐節寫——每一步都能在當機之後重跑而不會重複勞動、也不會白燒預算；改寫的位移由程式算而不是模型挑；每一版都留著。
回答中的圖表
當回答包含一組可比較的數值時，代理程式會自動繪製圖表——無需提示，且在對話過程中即時生成。提供九種圖表類型及其範例，說明防止繪製非來源資料數值的過濾機制，以及為何衍生數值需透過程式碼而非模型進行計算。
Watching a source over months
Continuous monitoring — the agent researches which pages to watch, you confirm, and it reports only what actually changed and actually matters to you.
研究其沒有答案的問題
深度研究——一個問題會轉化為多個有順序的搜尋，每個聲明都附有其來源，而搜尋未能確立的事實則拒絕填補，而非憑記憶補齊。
技能與選擇機制
能力套件如何進入模型——共享平台函式庫、依意圖檢索、僅隨程序提供的工具，以及在請求不明確時反向詢問。
對回答本身的檢查
回答送出之前要過的那幾道檢查——每一道攔的是什麼、多久響一次，以及為什麼「經常響」的檢查是 bug 而不是盡責。