随着LLM能力的快速发展，我们需要一个框架来决定在哪里投入工程努力，以及在哪里保持稳定。
决策
我们根据每项功能与 LLM 进步的关系对其进行分类，并相应地分配工作量。
经验法则：如果一项功能解决的是*“如何让模型更聪明”，它正在被吸收。如果它解决的是”如何安全地将模型连接到真实世界”*，它就是正交的。
分析
为什么连接器平台完全正交
模型永远不会原生地：- 存储和加密 API 凭证 (AES-GCM)
- 管理 OAuth 流程（授权页面 → 回调 → 刷新令牌）
- 连接到客户端的金蝶 ERP 数据库
- 向飞书或企微推送通知
- 对谁可以使用哪个连接器强制执行 RBAC
- 记录每个工具调用以进行合规审计
为什么 AI 连接器构建器是”顺风而行”而非”被吸收”
构建器智能体使用模型智能来创建受管的、持久的连接器实体 — 存储在数据库中、可在智能体间复用、具有凭证管理和审计跟踪。模型不断改进的 API 理解能力使构建器生成更好的连接器，而不是使构建器变得不必要。 类比：Cursor 使用 Claude 来编写代码。Claude 变得更聪明使 Cursor 更强大，而非冗余，因为 Cursor 提供工程价值（项目管理、文件组织、版本控制）是模型无法替代的。为什么 v0.1–v0.5 功能被”冻结”
这些功能并非不好 — 它们已发布、可正常工作、使产品在今天可用。这个决定只是停止对它们的增强，并将精力重新分配。
为什么多智能体编排被推迟
LLM 提供商正在原生构建编排功能：- OpenAI Swarm：具有切换协议的多智能体框架
- Anthropic Claude Code Teams：具有任务图的领导者/工作者智能体池
- Google A2A（智能体到智能体）：智能体间通信协议
为什么语义记忆和记忆生命周期被推迟
- 上下文窗口增长迅速，减少了跨会话记忆检索的需求
- 提供商正在添加原生记忆功能（ChatGPT Memory、Claude Projects）
- 构建可靠的记忆系统（TTL、重要性评分、语义检索）的工程成本相对于它填补的缩小差距来说很高
功能级分类
正交性 (v0.6+)
Tailwind
冻结（已发布，仅维护）
考虑中（无限期延迟）
影响
- 不要回到 v0.5 功能。 可以进行错误修复，但不能添加新功能。
- 连接器平台是核心投资。 v0.6–v0.8 应该获得大部分工程时间。
- 企业工程（RBAC、审计、安全、部署）是护城河。 这些虽然乏味但具有防守性。
- 每年重新评估。 如果模型进展停滞或”冻结”的功能仍然存在重大缺陷，则重新考虑。