ZUAEF

CAPABILITY EVIDENCE INDEX

能力不是菜单。每一项都应该能指回实现或证据。

ZUAEF 不用“拥有几十个 Agent/工具”来证明平台能力。这里记录当前系统已实现、验证或正在研究的能力区域,以及背后的证据成熟度。

Available 不等于 Authorized、Loaded 或 Invoked;这个区分减少无意义的 action-space 和 context 膨胀。

Available ≠ Authorized ≠ Loaded ≠ Invoked

01

Available

Host / Platform 具备这个 Primitive。

例如 Tool Search、Memory、Conversation Search、Web Access、Sub-agent 或某个 Domain Toolset。

02

Authorized

当前 Deployment Policy 允许这次 Run / Profile 使用它。

Host Ceiling 在模型控制之外。

03

Loaded

当前 Step 里,这个 Capability 对模型可见。

Deferred Domain 可以一直隐藏,直到模型发现它真的相关。

04

Invoked

模型最终真的调用了其中的 Tool / Operation。

分析一次 Run 时,这个集合最小,也最值得关注。

平台支持一个能力,不代表每一轮模型请求都要携带它的 Schema、Instruction 与“顺手调用一下”的诱惑。

Business Case Context

已实现 · 已通过连续性验证

Purpose: 给 Agent 一个受控、可解释的真实业务现场。

  • 把 Field Conversation 机械绑定到 Case
  • 读取相关 Situation / Context
  • 区分 Customer / Project Identity 与 Conversation Identity
  • 保留操作员纠正与 Durable Business State
  • 区分默认 Context Projection 与完整 Trajectory Inspection

它把“回答这句话”变成“继续处理这个客户现场”。

Writing

已通过垂直切片 · 研究中

Purpose: 把真实客户/来源材料变成工作产物,同时保持材料访问与 Evidence 显式可查。

  • Material Discovery / Read
  • Writing Context Retrieval
  • Claim / Evidence Check
  • Artifact Save
  • Bounded Tool Usage
  • 用人类判断检验写作质量

重要边界

Writing Capability 并不意味着 Technique Catalog、Exemplar Library 或 Editorial Rule 应该永远注入。它们都必须靠实验决定是否有用。

客户服务 / 谈判判断

已实现 · 证据必须限定到案例

Purpose: 帮助 FDE Agent 结合真实客户背景,判断客户问题、约束、下一步行动、谈判位置或回复策略。

这个能力应该服务同一个 Outcome-owning Loop,而不是发展成一个拥有独立世界模型的“客服 Agent”。它真正有价值的前提,是能看到 Bound Case 与真实客户材料,而不是只拿到一条“帮我回复客户”的 Prompt。

Budget Analysis

已实现垂直能力

Purpose: 让确定性财务计算继续保持确定性,让模型负责业务解释与 Decision Support。

Structured Input → Deterministic Calculation → Model Interpretation / Decision Support → Artifact / Result

它体现一个更普遍的原则:一个任务整体是 Agentic,不代表每一步都应该交给 LLM。

WordPress

FIELD-PROVEN EXTERNAL EFFECT

Purpose: 让 FDE Agent 在明确 Side-effect Policy 下操作真实外部系统,包括 Create / Update / Publish。

External Write 不和普通内部写作混为一谈。它可以在 Human Approval 处暂停,并通过共享 Continuation Seam 继续。WordPress 是一个 Capability,不是“WordPress Agent”。

Research / Knowledge

已实现

Purpose: 让 Agent Progressive Retrieve Information,而不是把整套 Knowledge Base 预加载进 Prompt。

  • Source Material 可检查
  • Retrieval 有边界
  • 在 Lexical / Progressive Retrieval 出现真实 Failure 之前,不急着上 Embedding / Vector DB
  • Knowledge Truth 和“当前 Prompt 恰好装得下什么”分开

Field Interface

已通过现场验证

Purpose: 把同一个 FDE Agent 放进工作真正发生的沟通入口。

Field Interface 负责 Transport、Identity、Routing 与 Interaction Rendering;它不负责另一个 Agent Loop。Telegram 是当前已验证的现场 Surface。

未来 Feishu、Slack、WeCom 等 Adapter,只有在可以继续复用同一个 Decision Loop、Case Semantics、Approval Boundary 与 Evidence Model 时才值得接入。

Approval / External-effect Control

已实现 · 已通过现场验证

Purpose: 把“模型想做什么”和“系统允许做什么”分开。

Observe自动
Local Write自动
External Write默认按策略审批
Destructive Action默认按策略审批

不同 Deployment 可以有不同 Policy,但架构边界不应该改变:Approval 属于 Effect Boundary,而不是每一次中间模型动作。

Run Evidence / Inspection

已实现

Purpose: 让长运行在执行中和执行后都能被理解。

Step PersistenceTool-effect FactsArtifact FactsRun ReceiptAgent Console ProjectionTrajectory Inspection

下一层是 Run Analysis:把 Performance / Decision Path 问题解释给工程 Agent 或人类操作员。

Run Analysis

开发中

Purpose: 从现有运行轨迹解释耗时、重复、上下文膨胀、无效工具路径与结果偏离。

这是正在推进的方向,不是已完成能力。仓库证据改变之前,状态必须保持为开发中。

能复用 Host Primitive,就不要重新实现一遍。

ZUAEF 可以按需消费上游的 Tool Search、Memory、Conversation Search、Web Search / Fetch、Planning、Sub-agents 等 Primitive。项目不需要把每个 Primitive 都重新实现,才能对最终 FDE Outcome 负责。

默认问题应该是:这个额外 Primitive,正在修复哪个被测量出来的 Failure?

如果答案不清楚,就保持 Available 但不 Loaded,或者暂时关闭。

添加真实业务动作,不要再造 Runtime。

一个新 Capability 通常应该先回答:

  1. 1它提供什么真实业务动作或信息?
  2. 2哪部分必须保持确定性?
  3. 3哪部分需要模型判断?
  4. 4这个动作属于哪种 Side-effect Class?
  5. 5什么 Evidence 能证明成功?
  6. 6它是否可以 Deferred,直到真正相关?

如果这些问题都清楚,就不需要为了新增业务域,再造 Agent Class、Graph 或 Registry Layer。

Capability Plane 的存在,是为了让 Decision Loop 更有用,而不是更复杂。