运行时 · 循环
你描述结果。剩下的交给 Perslis。
一个用大白话描述的目标，如何变成一个经过调研、验证、可运维的结果——而不是一堵需要你审阅的代码墙。
大多数 AI 编码工具接收一条指令，然后吐出代码。判断这些代码是否正确、是否安全、是否适合这个项目，都留给了人。Perslis 把这一切反转过来：由你做架构决策，运行时负责调研、构建与证明。循环正是让这种分工变得可信赖的机制——每一步都扎根于真实系统，在验证之前，没有任何东西会被称为"完成"。
"生成然后祈祷"的问题
语言模型是一位出色的猜测者。让它去改一个它从未见过的系统，它会自信地产出某种看起来合理的东西。看起来合理不等于正确——正确取决于这个系统实际如何运作、它连接着什么、以及什么绝不能坏。一个没有去看过的模型，无从知晓这些。
Perslis 的循环正是为了弥合这道鸿沟而存在。在提出任何方案之前，它先去看；在交付任何东西之前，它先证明结果。你停留在决策的高度；下面的一切都交给运行时。
模型是一颗没有身体的头脑
一个前沿模型拥有惊人的智商，而仅凭它自己，却什么也做不成。孤身一人时，它就是一颗泡在罐子里的大脑——就像《飞出个未来》里那些被保存下来的头颅：聪明、有意识，却连一扇门都打不开。它读不了你的文件、跑不了你的代码、验不了一个结果、记不住昨天，也碰不到你真正在意的系统。没有双手的智能，只是意见而已。
能把一颗头脑变成一名工作者的，是一副身体：感知系统的感官、作用于系统的双手、承载所学的记忆，以及一个让这一切朝着目标持续运转的循环。Perslis 就是那副身体。它不会让头脑更聪明——它让智能变得有用。把任意模型对准任意工作，Perslis 就赋予它眼睛、双手、记忆与循环，让它真正把活干成。
这正是原始模型智商不再是关键的原因。一颗稍逊一筹却有一副好身体的头脑，每一次都胜过泡在罐子里的天才。真正的工作——尤其是一个系统每天都需要的那种重复性、运维性的工作，就像人靠双手一遍遍把一件活干下来那样——是一个身体问题，而不是一个智能问题。我们卖给你的不是一颗更聪明的头脑。我们带来的是那颗头脑一直缺失的身体。
调研
读取系统，发现它真实的行为方式，映射依赖与约束。
规划
把你描述的结果转化为具体、有序的方案。
分析
结合真实项目权衡方案——取舍、风险与契合度。
决策
判断代码是否适合这个项目。验证优先。
构建
针对真实系统做出改动。
测试
运行它并证明结果站得住脚——经过检验，而非假设。
部署
交付经过验证的结果，并保持其运转。
连接
把遗留系统接到现代 API 应用——从旧到新的桥梁。
图 1 — 循环。每一阶段供给下一阶段；失败与新发现会回流到规划中，而不是终结整次运行。
1 · 调研——动手之前先看清楚
循环以发现目标实际如何运作开场：读取代码、追踪依赖、映射接口，并弄清那些没人写下来的约束。对于一套现代代码库，这是源码分析。对于一个遗留桌面二进制文件，这是重建导入树与调用图。对于一套服务器或大型机系统，这是映射它的接口——各种 API、终端会话与数据契约——而不是底层硬件。无论哪种情况，运行时都会在形成观点之前先建立一幅真实的图景。
2 · 规划——把意图变成有序的路径
有了扎实的图景，Perslis 会把你想要的结果转化为一段具体的序列：改什么、以什么顺序改、配以哪些检查。计划是显式且可查验的——你能在任何事情发生之前就看清工作的形状，并在改动它还很廉价的时候重新引导它。
3 · 分析——结合真实项目权衡
并非每个正确的改动都是合适的改动。Perslis 会结合真实的项目分析各种方案：取舍、风险、那些契合现有设计的东西，以及那些与之相冲突的东西。正是这一步，把"一个答案"和"适合你的那个正确答案"区分开来。
4 · 决策——那个必须正确的步骤
这是循环的核心，也是 Perslis 拒绝匆忙对待的一步。它判断代码对这个项目而言是否真正正确——而且它是验证优先的：第一份输出被当作一个假设，而非结论。凡是能被检验的论断，都会被检验。凡是有符号规则适用的地方，决策都必须满足它。如果证据站不住脚，Perslis 会回流重来，而不是把它交付出去。
5 · 构建——并加以证明
只有当一个决策经受住检验之后，Perslis 才会构建。而"构建"并不止于产出一个制品——它终结于一个经过检验、可运维的结果。结果会被运行、测试，并对照你设定的目标加以验证。回到你手上的不是一份待审阅的建议；而是一份已经被证明站得住脚的工作。
为什么分工如此重要
正是这个循环，让你能以架构师的高度运作，而不是当一名码农。你决定什么应当成立、以及一个结果是否可以接受。Perslis 负责调研、敲代码、运行与证明。这正是让整个系统变得可信赖的那笔交易：人拥有判断，运行时拥有执行——两者都不假装成对方。