fibon
一個白箱可稽核的個人助理 Agent 專案
名稱取自 Fibonacci（費氏數列）——每一塊都站在前兩塊之上。
這個網站不是 README、不是技術文件，而是一份設計日誌。
這顆種子，從 2022 年 ChatGPT 爆紅的那一刻就埋了下來，直到 2026 年我才真正動手。 這份日誌記下了我動手後每一次跟 AI 的討論以及自我思辨的過程、每一個取捨，以及每一個「直覺式的設計決定」究竟是從哪裡冒出來的。
讀者可以是工程師，也可以不是。這份日誌想做的不只是記錄開發過程與每一次取捨—— 更希望不管你有沒有技術背景，讀完都能更了解 AI 一點；最好能在每個決策點停下來想一想： 如果是你，會怎麼設計？會怎麼下決策？ 文章裡我幾乎都會給出自己的答案，但你的答案不必跟我一樣。
重要的決策與思辨會用各種方塊標出來，完整圖鑑見下方 「這些方塊是什麼意思？」。
怎麼讀這份日誌？
這份日誌的讀者範圍很廣，從沒寫過程式的朋友到資深工程師都有。 內容共分成三層、互相搭配，你可以根據自己的角色挑選最適合的讀法：
這些方塊是什麼意思？
日誌裡會反覆出現幾種方塊，每種都有固定的角色。下面就是它們本人——長什麼樣、什麼時候出現，一次講清楚：
快速摘要：每章開頭都有這一段——30 秒看完，再決定要不要深讀這一章。
另外，正文旁有時會出現像右邊（或上面這張卡）那樣的頁邊註記——當下的碎念、回想或補充，跟主線平行，跳過也不影響理解。
實作細節長這樣（點我展開） 給工程師
給工程師的程式碼證據，證明前文的設計真的做得出來。預設收合—— 非工程師讀者整章跳過這些折疊框，完全不影響理解設計邏輯；想驗貨的工程師再點開。
觀念小辭典（給非技術讀者）
在日誌中如果遇到下面這些技術行話，這個對照表可以幫你快速「翻譯」成白話文：
| 技術名詞 | 白話比喻 | 為什麼在 fibon 很重要？ |
|---|---|---|
| Token | 像代幣或籌碼。每請 AI 讀一個字或講一個字，都要花費籌碼。 | 省 Token = 直接幫使用者省錢（專案目標 3）。 |
| Sandbox（沙盒） | 像隔離病房。病人在裡面怎麼鬧，病毒都傳不出去。 | 保護你的電腦，不被 AI 執行到的陌生或惡意程式碼搞壞（第 6 章）。 |
| Coroutine（協程） | 像超有效率的咖啡店員。在等咖啡機出水（I/O 等待）的空檔，立刻轉身幫下一個客人點單。 | 讓 fibon 可以同時處理上百個任務而不卡死（第 6 章）。 |
| Atomic（原子性） | 像銀行轉帳。要嘛整筆扣款與入帳同時成功，要嘛完全沒發生，沒有「轉一半」的。 | 確保安全限制與狀態不會因為系統當機或出錯而被中途繞過（第 2 章）。 |
| Vector Similarity（向量相似度） | 用「意圖與語意」去找資料，而不是死板地對字面關鍵字。 | 讓 AI 聽懂你的「弦外之音」，就算你沒講出精準的關鍵字也找得到資料（第 3、4 章）。 |
| Session（對話階段） | 一次聊天視窗、或是單一條對話串（Thread）。 | fibon 想解決的最大痛點，就是讓 AI「跨越不同對話視窗也能牢牢記住你」（第 3 章）。 |
| Skill（技能） | 給 AI 看的「工作說明書」，告訴它特定任務該怎麼操作。 | 稽核 LLM 到底有沒有乖乖按照說明書做事，就是第 4 章的核心。 |
| Scope（範圍） | 區分記憶歸誰看：個人、特定專案、還是全域通用。 | 避免不同主題的記憶互相污染、搞混（第 3 章）。 |
| Ingest（記憶內化流程） | 像大腦在睡夢中把白天的記憶整理成精華筆記。 | 把雜亂的對話拆解成結構化卡片、寫進長期記憶的後台動作（第 3 章）。 |
| ADR | 架構決策紀錄（Architecture Decision Record）。就像是「當時為什麼選 A 不選 B」的書面備忘錄。 | fibon 的每個重要設計都有對應的 ADR，日誌中會頻繁引用。 |
| MCP | 模型上下文協議（Model Context Protocol）。讓 AI 統一連接外部工具的標準外接插頭。 | 第 4 章與第 6 章會深入探討 fibon 如何用它來切分「可信」與「不可信」的工具。 |
| A2A | Agent-to-Agent 通訊協議。讓不同團隊做的 AI 可以互相溝通、呼叫的標準。 | fibon 已經支援，未來的 AI 助手能跨產品協同作業。 |
四個專案目標
fibon 的所有設計取捨，最終都會回到這四點進行嚴格檢驗：
🛡 用工程方法讓 AI 變得安全可控
我們不靠「拜託」或下 Prompt 祈禱 LLM 守規矩；而是依靠程式碼層級的硬性邊界、重要操作前的人工批准（Human-in-the-loop）、以及無死角的完整操作紀錄。
🎯 精準篩選給 LLM 的資訊
核心邏輯不是讓 AI「看更多」，而是「看更準」。我們致力於讓 AI 在最相關的 5 條長期記憶上精準做事，而不是把 50 條雜訊硬塞進 Context 裡。
💰 大幅降低 Token 成本
透過快取機制、動態工具選擇與分層篩選，把每一分錢花在刀口上，不讓昂貴的模型被無謂地白燒。
🤝 讓 AI 真正成為貼心的「個人助理」
它不是寫程式的免洗工具，也不是生硬的客服機器人，而是能長期陪伴、記得你大小事的 AI。我們讓你的每一次對話都能累積成「個人知識庫」，而不是用完就丟。
日誌章節
📖 給所有人讀的設計日誌——採對話形式撰寫，重要決策用側欄方塊標出。每章開頭都有「快速摘要」，建議先掃再決定要不要深讀。
這個區塊是純技術探討——沒有白話比喻，預設你已有程式碼與系統設計概念，內容是 fibon 的工程細節，配架構圖與流程圖。只想理解設計理念，讀上面的正文就夠；想看「這些理念具體怎麼實作」，再進來看這個區塊。
時事筆記
📰 連載之外的另一種時間性——AI infra 圈翻車事件的原理拆解， 結尾固定對照 fibon 的設計：哪些 bug class 對我們沒有附著面、哪些防線還沒蓋。 隨事件不定期更新，完整列表在這。
殭屍快取與失竊金鑰：兩張天價帳單的原理拆解
從 BigQuery 帳單的形狀反推 Google 計費系統怎麼壞掉，順便盤點 fibon 哪些防線已經蓋好、哪一塊還空著
失控的子代理：Claude 6/2 大當機與「無限迴圈」的工程教訓
一個讓 sub-agent 指數倍增的 bug 把 Claude 打趴近六小時。fibon 的委派輪數上限與多供應商設計，正是為這種失控準備的——但有一塊我也還沒蓋
等待中的攻擊：當 AI 的「記憶」變成攻擊面
OWASP 把記憶投毒列入 2026 agentic 風險前十；一個被污染的網頁能讓 agent 數週後才發作。fibon 把「記憶」當產品核心，這一刀正好砍在要害上