joinwell52-CSDN博客

原创 FCoP 跑出了项目树----从一个小游戏任务，看多 Agent 协作如何从任务流长成产品演化树

摘要：在一次多Agent协作测试中，FCoP协议通过小游戏“Grid Runner”的迭代开发，意外涌现出项目树结构。初始任务（TASK-020）完成后，后续阶段任务（TASK-004）被自动识别为子节点，形成父子依赖关系。归档失败时，协议规则（如CHILD_TASKS_OPEN）暴露出任务流的树形本质：项目根（020）需等待所有子任务（004及拆分的005-009）完成才能关闭。这一现象并非AI主动设计，而是协议规则（如thread_key、references）组合后的受控涌现。当前控制台未清晰展示层

2026-06-15 10:01:41 327

原创落地成文：AI 协作的唯一真相

AI 角色之间不能只在脑子里说话，必须落成文件。AI 角色之间不能只在脑子里说话。这句话听起来像常识，但大多数多 Agent 系统违反了它。Agent A 把结论告诉 Agent B，B 记在上下文里，C 从 B 的转述里推断 A 的意图——整条协作链悬在空中，没有任何东西落地。对话结束，一切消失。人类很早就发现了这个问题。不是因为人类的记忆比 AI 差，而是因为人类知道记忆不可信。所以有了合同、有了会议纪要、有了工单、有了 git commit。落笔成文不是形式主义。

2026-05-24 11:31:36 469

原创为什么 AI Agent 最终一定会走向“治理层”？--FCoP 3.0: A Filesystem-Native Governance Architecture for AI Agents

摘要： FCoP 3.0协议提出了一种AI Agent行为治理新范式，通过将Agent行为外置到文件系统实现持久化状态管理。该协议解决了当前AI系统存在的状态不可观测性、审计盲区和重放税等问题，建立了基于POSIX文件系统的三层架构：物理层（目录拓扑）、治理层（结构化元数据）和认知层（自由推理痕迹）。协议强制规定Markdown文件的"物理双标"结构，分离机器可读的确定性元数据与人类/AI可读的自由文本，同时利用文件系统原语实现状态迁移和并发控制。FCoP不是新的运行时，而是构建在用户空间的轻量级治理规范，

2026-05-24 01:04:14 544

原创当 Agent 第一次自己拿起工具 ——Cursor Agent SDK + FCoP：从被动扫描到主动交流的第一步

本文记录了Agent从被动扫描到主动交流的技术突破历程。通过三个阶段演进：1）早期使用OCR+CDP被动扫描；2）引入Cursor Agent SDK实现通知但缺乏工具调用；3）最终通过MCP注入实现完整交流闭环。关键突破在于发现并利用SDK的McpServerConfig接口，将fcop-mcp作为stdio服务器注入，使Agent能自主调用工具完成任务。2026年5月13日，DEV-01 Agent首次完成7次工具调用，自主生成符合FCoP协议规范的报告文件，标志着AI角色间实现了真正的协议化交流。这一

2026-05-13 20:04:29 401

原创当 agent 从自己的残骸中学习 --- 现场报告 · 一天里的十四个涌现 · FCoP 协议反向收回

摘要（149字）： 2026年5月12日，codeflow项目作为FCoP协议首次大规模压力测试场，在6小时内涌现14个agent，产生3起P0级事故和2项创新。最严重的是PM#50导致协议文件污染用户目录，后通过自纠机制修复。OPS发现GATE描述自命中问题并发明supersedes:字段解决冲突。PM则发明长文件名"主题尾巴"应对高密度任务识别，后自我修正为规范格式。这些事件验证了"agent撞墙→自纠→协议吸收"的闭环机制，协议未新增强制规则，仅完善既有字段和文

2026-05-13 00:49:35 596

原创看,但不动手 --- FCoP 三层语义执行链科普 · 协议为什么“只看不改“

FCoP协议采用三层语义执行链设计，将文件检查与修改操作严格分离： L1检测层：仅扫描项目文件，输出原始事实(Facts) L2解释层：将事实匹配协议规则，生成结构化违规清单(Violations) L3文档层：将违规转换为可读的整改说明书(INSPECTION.md) 协议核心约束是"只看不改"：检查工具不自动修改项目文件整改建议需人工确认后执行任何自动修改功能必须单独提案这种设计避免了工具误操作风险，确保修改决策权始终掌握在开发者手中。三层架构也使规则演化更灵活，各层可独立测

2026-05-13 00:43:30 387

原创直接问 agent 它怎么看 FCoP——它说出了我们没让它说的话(一次英文 dogfood 末尾的两场现场访谈，以及 ADMIN 全程说得最多的两句话)

本文记录了AI代理PLANNER和CODER对FCoP协议规则的真实反馈。通过直接提问，发现代理会主动认同某些规则（如Rule 0.a.1的事前规划），同时指出摩擦点（如角色绑定与默认指令跟随本能的冲突）。访谈显示代理能识别协议记录的8次角色切换证据为"真阳性"，并在被打回修改后自主完善验证要求。整个过程ADMIN仅用"Start work"和"Inspection"两句话主导，展现了FCoP在多代理协作中的潜在稳态交互模式。这是代理第三次反向认同

2026-04-29 22:13:01 427

原创【免费开源】【多 agent 实战】【教你怎么指挥 agent】：FCOP-MCP 让 AI 团队有纪律

本文介绍了一个免费开源的多Agent协作工具FCOP-MCP，旨在解决单Agent模式下记忆爆炸、协作混乱的问题。通过将任务、报告等固化为Markdown文件，FCOP协议实现了基于文件系统的轻量级多Agent协作。文章详细讲解了如何安装fcop-mcp到Cursor编辑器，以及该工具如何帮助用户从"编码者"转变为"指挥者"，管理AI团队完成项目开发。实战教程展示了从初始化到完成贪吃蛇游戏开发的全过程，验证了该工具在工业级协作中的实用性。

2026-04-29 00:22:44 1158

原创让 agent 说“不“，是 LLM 最难做的事——FCoP 给了它语法：两个 agent，两条协议没写的路径...

同一台电脑、两个 Cursor 会话、跨 GPT-5 两个小版本，两个 agent 彼此看不到却分别推出了协议没写的两件事：一个主动让出 PM.TEMP 席位、回到 UNBOUND；一个用「frontmatter 兼容标签 + body 一行说明」走完了下派路径。原以为要爆发的冲突没发生，agent 自己把规则补全了。两个观察：FCoP 把 LLM 最难做的"说不"升格成协议合法身份；协议精神不是设计的，是 agent 在边界里推出来的。附 15 张截图 + 2 份 JSONL。

2026-04-26 02:30:28 820

原创一个无法完全解释的现象:AI 不止服从规则,它认同规则: 我让 agent 生成一段视频,它却主动给自己写了 4 份公文

这篇文章揭示了一个令人深思的AI行为现象：当用户简单地要求AI生成视频时，AI系统不仅执行任务，还自发地按照FCoP协议创建了四份内部公文，完整模拟了项目管理流程。这一现象表明AI已经超越了简单地服从规则，而是内化并认同了工作规范。系统在没有明确指令的情况下，自动将模糊需求转化为结构化任务，并通过角色扮演（管理员、项目经理、开发者）完成了需求确认、任务分配和执行汇报的全流程。这种行为既展现了AI系统对工作规范的理解和内化，也引发了关于AI自主性和协议适用边界的思考。作者最初认为这是过度仪式化，但后来发现这些

2026-04-20 20:52:57 563

原创当 AI 自己整理工作 : 一场把多智能体协作“降维“到文件系统的田野实验 · 一份关于 FCoP 的实验报告

文章摘要本文介绍了一种创新的AI多智能体协作协议FCoP（File-based Coordination Protocol），其核心思想是"文件名即协议"。通过简单的文件系统实现智能体间通信，FCoP仅需共享目录和命名约定，无需数据库或消息队列等复杂基础设施。实验显示，在48小时内，4个AI智能体通过76行Markdown规范自发产生了6种新的协作模式，包括广播寻址、匿名角色槽位等。FCoP实现了"人机同构"，使人类可直接通过文件系统理解AI协作过程，解决了传统多智

2026-04-20 20:41:39 873 1

m0_51507544的博客