← 返回主站
🏗️ AgoraRead v2 — 可进化架构
基于 Vivi 批判的重构版本 · 2026-03-15
⚠️ v1 的三个致命伤已修复
一、v1 的三个致命伤
🚨 致命伤 1：锐化师是个"文案盲盒"
问题
锐化师靠模型"直觉"盲写观点，没有搜索与规划。
后果：观点同质化（大路货）或自嗨（伪极客视角）。
违反原则
原则一：护城河 = 搜索 + 推理 + 记忆，不是大力出奇迹。
🚨 致命伤 2：调性守门人制造内耗
问题
守门人否决 → 锐化师重写 → 连续 3 次否决 → 放弃。
后果：失忆的死循环，下次遇到类似热点还会犯同样的错。
违反原则
原则三：系统必须从错误中学习，不能重复浪费精力。
🚨 致命伤 3：战略雷达缺少"DNC 刹车"
问题
只判断"高中低匹配度"，没有"绝对不能蹭"的黑名单。
后果：可能踩到道德争议、地缘政治、友商红线。
违反原则
原则二：先找不该发的理由，再找能发的理由。
二、v2 架构：从工作流到可进化系统
战略雷达（升级）
新增：DNC 刹车机制
第一步：
检查黑名单（Inhibitors）
• 地缘政治、灾难、道德争议
• 特定友商（合作伙伴）
• Agora 明确禁止的话题
第二步：
判断匹配度
• 高 / 中 / 低
• 关联产品、行业、竞品
输出：
通过 / 刹车（附原因）
锐化师（重构）
新增：沙盘推演器
第一步：
搜索竞品动态
• TRTC、ZEGO、100MS 对这个热点发了什么？
• 他们的角度是什么？
第二步：
生成 3 条路径
• 路径 A：技术参数碾压
• 路径 B：开发者生态
• 路径 C：Convo AI 场景落地
第三步：
评估胜率，选择最优路径
输出：
独特观点 + 推演过程
海外翻译官（不变）
文化适配，将中文观点转化为英语世界的表达。
输出：
英文版本 + 文化适配建议
调性守门人（升级）
新增：错题本机制
审核标准：
专业技术 + 技术驱动
否决时：
生成结构化"避坑法则"
• 问题类型（词汇 / 句式 / 观点密度）
• 具体错误（哪里不对）
• 修正建议（应该怎么写）
输出：
通过 / 修改建议 / 否决（附错题本）
三、升级后的协作流程
1
战略雷达：DNC 刹车检查
检查黑名单（地缘政治、灾难、友商红线）
↓
❌ 触发刹车 → 终止流程，记录原因
✅ 通过 → 继续
↓
2
战略雷达：匹配度判断
高 / 中 / 低 + 业务映射
↓
3
锐化师：沙盘推演
1) 搜索竞品动态（TRTC、ZEGO、100MS）
2) 生成 3 条路径（技术 / 生态 / 场景）
3) 评估胜率，选择最优路径
4) 读取错题本，避免已知错误
↓
4
海外翻译官：文化适配
将观点转化为英语世界的表达
↓
5
调性守门人：最终审核
通过 / 修改建议 / 否决
↓
✅ 通过 → 输出可发布内容
⚠️ 修改建议 → 锐化师微调（不重新推演）
❌ 否决 → 生成错题本，锐化师重新推演
四、记忆系统：三层 RAG
🧠 记忆层级
Layer 1：Agora 知识库（静态）
• 产品信息（RTC SDK、Convo AI、Ten Framework）
• 目标客户（开发者、PM、CTO）
• 竞品信息（TRTC、ZEGO、100MS）
• 调性基准（专业技术 + 技术驱动）
更新频率：
手动更新（产品发布、战略调整时）
Layer 2：错题本（动态学习）
• 调性守门人每次否决时生成
• 结构化存储：问题类型 + 具体错误 + 修正建议
• 锐化师在动笔前必须读取
更新频率：
每次否决时自动追加
Layer 3：竞品动态（实时搜索）
• 锐化师在推演时实时搜索
• 搜索范围：TRTC、ZEGO、100MS 的 X / 公众号
• 提取：他们对同一热点的角度和表达
更新频率：
每次任务时实时搜索
五、MVP 路径（修正版）
🎯 阶段 1：跑通"刹车"与"错题本"（第 1-2 周）
目标
不追求出多少好稿，只追求
"绝不出错"和"改过一次绝不犯第二次"
。
动作
1.
测试 DNC 刹车：
拿过去 10 个"翻车"或"不合适"的 Agora 真实案例，喂给战略雷达。
验证：它能不能准确踩下刹车？
2.
测试错题本机制：
4 个角色全上，生成草稿。
你手动充当"主上"，对草稿进行修改（Edit）。
验证：系统能不能把你的修改，提炼成调性守门人的新法条？
3.
测试记忆沉淀：
第二次遇到类似热点时，锐化师能不能自动避开第一次犯的错？
成功标准
• DNC 刹车准确率 ≥ 90%
• 错题本提取准确率 ≥ 80%
• 同类错误重复率 ≤ 10%
🎯 阶段 2：跑通"沙盘推演"（第 3-4 周）
目标
验证锐化师的"搜索 + 推演"能力，确保观点差异化。
动作
1.
测试竞品搜索：
给一个热点，锐化师能不能准确找到 TRTC、ZEGO、100MS 的相关内容？
2.
测试路径生成：
锐化师能不能生成 3 条截然不同的路径？
验证：路径之间的差异度 ≥ 60%
3.
测试胜率评估：
锐化师选择的路径，是不是真的比其他路径更有竞争力？
验证：你手动评估 10 次，锐化师的选择和你的选择一致率 ≥ 70%
🎯 阶段 3：全流程稳定运行（第 2 个月起）
目标
系统可以自主运行，你只需要拍板和处理例外。
成功标准
• 每周处理 5-10 个热点
• 通过率 ≥ 60%（不需要你修改）
• 你的介入时间 ≤ 30 分钟/周
六、关键设计决策
决策点
v1 设计
v2 设计
原因
锐化师
直接生成观点
搜索 + 推演 + 选择
避免同质化和自嗨
守门人
否决 → 重写 → 放弃
否决 → 错题本 → 重写
从错误中学习，不重复浪费
战略雷达
只判断匹配度
先刹车，再匹配
避免踩红线
记忆系统
无
三层 RAG
静态知识 + 动态学习 + 实时搜索
MVP 路径
先跑通流程
先跑通刹车和错题本
先保证不出错，再追求效率
七、下一步行动
📋 需要 Vivi 提供的材料
1. DNC 刹车黑名单（10 条）：
• 过去 Agora"翻车"或"不合适"的案例
• 格式：热点描述 + 为什么不能蹭
2. 调性正样本（3-5 篇）：
• "这就是 Agora 的声音"的内容
• 来源：X / 微信公众号
3. 调性负样本（3-5 篇）：
• "这不是 Agora 的声音"的内容
• 来源：X / 微信公众号 / 竞品
4. 第一个测试热点：
• 给一个真实的热点链接
• 我让 4 个角色跑一遍完整流程