结果在后，判断过程在前。FlowGrid 试图保存后者。
我做 FlowGrid，起点是一个很具体的工作现场：同一个项目里，我会同时使用好几个模型和 Agent。
Codex、ZCode、Hermes 各自能做的事不同。模型能力会变，成本有差异，订阅额度会耗尽，工具拿到的权限和运行环境也不同。我会根据当下的任务，把工作交给合适的 Agent，再换另一个继续推进。
工具一换，项目很容易失忆。
新的 Agent 能读文件，也能看一段对话。它仍然可能不知道这个项目为什么走到这里，哪些方向已经被否决，哪些结论只有初步证据，哪些边界经过反复讨论才确定。于是我又要解释一遍。解释少了，它会复活旧方案。解释多了，我要先给机器做项目入职。
这就是 FlowGrid 最早要解决的问题。
代码会留下结果，判断经常只留在对话里
我把工作粗略分成两类。
代码开发通常有相对明确的交付。代码、测试和运行结果会留下来，下一位接手者至少能检查当前产物。
策略、营销、内容、研究、运营和提案的情况不同。这些工作的大部分时间都用在定义问题、设定边界、推导取舍和修正判断上。我当时给出的估计是 80%。
最后交付的一份方案，往往只保留结论。中间最值钱的部分散落在聊天记录里：为什么放弃 A，为什么暂时接受 B，哪个事实已经确认，哪个判断还需要验证。换一个 Agent 后，成稿还在，项目形成判断的路径却断了。
结果可以被保存。形成结果的判断过程更容易在交接中断裂。
FlowGrid 想保存的正是这一层。它保存项目当前承认什么、怀疑什么、拒绝什么，以及下一步从哪里继续。
为什么先做成本地账本
早期方案选择很朴素：本地文件夹、CLI 和 Markdown。
项目目录是最高优先级事实源。账本跟着项目走，人可以打开检查，Agent 也可以读取。明文文件能够做 diff、版本管理和人工审查，也不会把项目记忆完全交给某个模型的黑箱记忆。
写入采用 patch-first。Agent 可以提出修改，正式判断仍要经过确认。这样做会增加一点操作，却能减少另一种更贵的成本：模型把推测写成事实，再由后面的 Agent 当真。
Agent 可以提出候选判断，正式账本仍然需要一次明确放行。
这些选择构成了 FlowGrid 的早期形态。它更像一套项目协议和一份可审计账本，当前没有承担模型路由、自动分配任务或统一管理多个 Agent 的职责。
创立动机和产品主张需要分开
多模型、多 Agent 共同推进一个项目，是我开始做 FlowGrid 的首要原因。
FlowGrid 当前的产品主张更窄：让项目状态可以续接，让判断保持连续。
这两个说法指向同一段经历，承担的任务不同。创立动机解释问题怎样出现。产品主张约束 FlowGrid 要交付什么。只要项目状态能被未来的我、下一次会话或另一个工具准确恢复，多 Agent 接力就会自然发生。FlowGrid 没有因此变成 Agent 调度器，也没有转向通用 Agent Memory 或团队协作平台。
这条边界很重要。模型、Agent 和运行环境还会继续变化。FlowGrid 要保住的是项目里的判断状态，不需要猜下一种工具会长什么样。
第八名把检索和治理分开了
后来，我把其中一部分检索思路放进一条独立支线，做成 FlowGrid AML Retriever，参加 Agent Memory Leaderboard 首期公开开源方法评测。它与 FlowGrid Core 分仓、分版本，评测结论也分开记录。
这条支线拿到 43.98 分，在当时公开的 51 项系统提交中排第 8，与榜首相差 1.08 分。
名次验证了检索工程。系统完整保留原始消息，同时建立单条消息、滑动窗口和会话片段三类检索视图，再结合 FTS5、中文字符 n-gram、实体与数字日期精确匹配、邻接上下文、加权 RRF 和去重。检索返回原始证据，来源仍可回指。
分项结果给出了更有用的限制。按当时公开的 51 项提交重算，多跳与关系检索排第 8，上下文规则与工作流排第 4；记忆治理排第 42，个性化排第 40。检索做得好，无法自动获得可靠的时间状态、冲突裁决和个性化判断。
比赛结束后，我没有把 AML 支线并回 FlowGrid Core。两条线继续独立迭代。AML 负责快速试验检索方法，Core 只吸收经过消融和真实续接验证的检索能力。检索层负责找到证据，FlowGrid 账本负责确认状态和边界。
第八名是这条检索支线的评测结果，不能代替 FlowGrid Core 的产品验证。对我来说，它更像一次边界测试：过程证据可以搜得更准，项目仍然需要一套可审计的治理机制来判断哪些证据代表当前状态。
它还在验证什么
FlowGrid 已经跑过本地账本、CLI 闭环和多轮续接评估。当前产品仍处在 v0.3.0 / v0.4 validation 阶段。
已有评估显示，Context Pack 可以用更少的上下文保留项目边界，并且稳定优于完全无状态的接手方式。它还没有稳定胜过短而清晰的原始历史。真实长项目里的压缩价值、来源链稳定性和重复续接质量，仍需继续验证。
所以我现在能给出的结论有限：这个问题真实存在，协议和账本已经能运行，产品价值还在用真实项目校准。
下一步仍然是让不同 Agent 接手同一个长期项目，检查它们能否找到正确起点，保留已经确认的边界，并在证据不足时停下来。