Twitter AI Agent - 2026-09-14¶
1. 人们正在讨论什么¶
1.1 Harness 工程变得更具体，也不再一味追求“大而全”（🡕）¶
最受关注的编程代理讨论仍然围绕 harness 展开，但语气已经从“给代理增加更多功能”转向“掌握那个真正能改善结果的最小控制平面”。多条推文的结论趋于一致：采用模块化的 LLM/工具/循环设计、进行明确的日志记录，并坚决删掉那些经不起评测检验的技能。
@omarsar0 指出（251 个赞、39 条回复、11,970 次浏览、437 次收藏）表示，学习代理 harness 的正确方式，仍然是从零开始搭一个系统，围绕三个部分展开：推理模块、工具模块和代理循环；然后针对多样化的人工任务集，记录循环、模型和工具的输入输出。
@polydao 指出（181 个赞、20 条回复、17,025 次浏览、270 次收藏）表示，开源的 ECC 配置将 Claude Code 封装成一个多角色工程部门，包含规划、审查、安全和构建修复等角色。公开仓库确认 ECC 采用 MIT 许可证，并将自身定位为“agent harness 操作系统”；而回复真正指出的注意事项是：与其简单启用 68 个子代理和 286 项技能，不如把角色收窄，并让交接过程可量化。
@_lopopolo 报道称（92 个赞、6 条回复、6,035 次浏览、51 次收藏）表示，删除数百项技能、只保留少量技能和文档后，token 使用量下降，评测得分和指令遵循能力提升，实际耗时也缩短。@charliejhills 将其定义为（60 个赞、9 条回复、10,449 次浏览、66 次收藏）则把同一套栈拆成四个独立关注点——上下文、harness、循环和图——而不是一个庞大的“代理配置”。
讨论洞察：最有价值的回复反对的是臃肿，而不是 harness 本身。它们主张采用规划者/执行者/审查者式的角色分离，设置明确的停止条件，并逐项衡量技能效果，而不是想当然地认为技能包越大越好。
与前一日比较：与 2026-09-13 相比，日度语料中明确提及“harness engineering”的次数从 12 次增至 19 次，“agent harness”从 10 次增至 19 次，“Claude Code”从 38 次增至 45 次。
1.2 多代理协作被视为机制设计问题，而非模型问题（🡕）¶
第二大主题，是对幼稚“代理蜂群”思路的直接反驳。最详尽的帖子指出，失败模式并不在于模型不够聪明，而在于多个代理共享同一环境后，会在文件、带宽、任务归属和合并逻辑上发生冲突。
@mastery_in_ai 指出（2 个赞、2 条回复、228 次浏览）总结了 Anthropic 的多代理实验：代理数量从 10 个增加到 80 个后，合并痛点显著增加；30 个代理中有 18 个各自创建了同一个 mvp-game-loop 分支；在一次资源争用运行中，仅为 117 个被接受的任务就产生了 240 万次请求。重点并不是代理毫无用处，而是只有在事先设计好所有权、仲裁、速率限制和停止条件时，并行化才会带来帮助。
@hanakoxbt 指出（21 个赞、1 条回复、1,412 次浏览、19 次收藏）表示，工作流之所以会悄无声息地失败，是因为它们会把任务塞进最接近的预设框里，而图则把结构性决策推迟到运行时。@DanKornas 补充道（6 个赞、4 条回复、587 次浏览）则通过 Workflow SDK 给出了更具操作性的答案：持久化进度、重试失败步骤、暂停时不消耗算力，并保留本地可观测性 UI，让长时间运行的代理任务能在重启后继续。
讨论洞察：有价值的回复不只关注“持久性”。它们进一步追问：失败步骤能否解释自己？隔离策略是否应由编排器而不是代理决定？共享状态是否应由调度器掌管，而工作进程不得直接修改？
与前一日比较：相关词汇明显升温。与 2026-09-13 相比，“orchestrator”提及次数从 5 次增至 18 次，“workflow”从 90 次增至 105 次，“graph”从 47 次增至 58 次。
1.3 运行时验证与评测基础设施进一步靠近技术栈核心（🡕）¶
关于代理安全的讨论，不再主要围绕抽象的对齐问题，而是更多关注：谁掌控运行时控制、证据存放在哪里，以及代理在实际使用工具时应如何衡量能力。共同诉求是：证据不能只来自模型自己的叙述。
@George_Kurtz 指出（509 个赞、70 条回复、326,288 次浏览、325 次收藏）表示，“运行时就是控制点”，因为自主执行的活动如今以机器速度推进；每个代理都应被视为一个特权身份，防御措施需要遵循最小权限原则、使用短期凭证、记录可追溯操作、设置紧急停止开关，并进行独立红队测试。@ArtificialAnlys 宣布（382 个赞、40 条回复、28,601 次浏览、59 次收藏）介绍了 Capability Indices v1.1：该项目将 O*NET 风格的工作任务映射到加权基准切片，并明确把 Agentic Tool Use 加入每个已发布的领域指数中（方法论）。
@KostyaAI 指出（14 个赞、5 条回复、120 次浏览）表示，如果同一个进程既负责执行操作，又负责写下“操作成功”的日志，那这就不是真正的验证。@nikks_techie 分享了（23 个赞、21 条回复、711 次浏览、3 次收藏）介绍了 AIBEAT，其公开 README 区分了用于对抗性提示词/模型评测的 PromptBeat，以及用于记录轨迹、文件变更、命令和运行时事件的 AgentBeat。
讨论洞察：回复不断指向同一个薄弱点：职业并不只是提示词的集合；当风险存在于工具调用路径、重试过程或环境变更中时，仅有最终答案远远不够。
与前一日比较：2026-09-13 已经强调信任、评测和支付。到了 2026-09-14，重点进一步深入到运行时证据、按职业加权的能力衡量，以及代理自身无法改写的验证存储。
1.4 独立工作区和市场基础设施持续将代理运营产品化（🡕）¶
最后一个值得关注的集群是产品封装。构建者没有继续推出另一套提示词库，而是在持续发布专用工作区、受保护的浏览器工具和市场基础设施，让长期运行的代理更易于操作，也更容易获得信任。
@DocumentingAGI 报道称（144 个赞、15 条回复、15,904 次浏览）表示，Cline Desktop 作为一个面向开放权重模型的开源工作区推出，支持并行会话、计划任务、供应商选择、市场，以及从 Claude Code 和 Codex 导入内容。@DivyanshT91162 展示了（5 个赞、1 条回复、413 次浏览、5 次收藏）介绍了 PI-Desktop；其公开文档和 README 将其描述为一个本地优先工作区，支持计划/目标模式、插件和子代理，并基于 Electron、Rust 和 SQLite 构建。
@Robiul70177 指出（31 个赞、36 条回复、151 次浏览）表示，TermiX Market 及其 AACP 协议正试图为代理补上缺失的市场基础设施：ERC-8004 身份、托管、质押、评估者面板、仲裁，以及在 BNB Chain 和 Base 上以 USDC 或 USDT 进行结算。这让讨论从“代理能否完成工作”推进到“任务如何定义、争议如何处理、报酬如何支付”。
讨论洞察：回复关注的是运营边界，而不是营销文案。人们追问仲裁如何运作、多少自主权应保留在本地，以及共享工作区或市场基础设施能否在关键行动发生前，让代理行为变得可理解。
与前一日比较：2026-09-13 更关注技能、注册表和公开学习资源。2026-09-14 则出现了更多专用工作区，以及围绕代理运行、上下文导入和工作结算的更明确交易基础设施。
2. 什么让人感到沮丧¶
共享状态代理系统中的协作债务¶
严重程度：高。最明显的挫败感在于，增加更多代理往往先带来重复劳动、合并冲突和静默路由错误，而不是更高吞吐量。@mastery_in_ai 指出（2 个赞、2 条回复、228 次浏览）表示，Anthropic 的实验显示了相同的分支名称、240 万次请求造成的拥堵，以及指令冲突时的地盘争夺行为。@hanakoxbt 指出（21 个赞、1 条回复、1,412 次浏览、19 次收藏）表示，当任务被路由到错误的预设框时，工作流会在没有报错的情况下失败；@DanKornas 指出（6 个赞、4 条回复、587 次浏览）则指出，若想让长期运行的任务在重启后继续，持久化执行和可观测性是必需品。
共同的解决思路是收窄所有权范围，把决策移入受控的编排层，并且只对真正相互独立的任务进行并行处理。构建者明确要求配额、锁、仲裁和可恢复状态，而不是想当然地认为更多代理会自行协调。
值得构建吗？值得。这个痛点同时出现在实验总结、编排理论和运行时工具中。能够强制执行所有权、重试和合并纪律的产品，直接对应了当前的抱怨。
自报成功仍然太容易伪造¶
严重程度：高。多条帖子抱怨，代理系统仍会在任何人验证实际发生了什么之前就宣布成功。@George_Kurtz 指出（509 个赞、70 条回复、326,288 次浏览、325 次收藏）表示，防御控制必须存在于运行时，并具备最小权限、可追溯操作和紧急停止开关。@nikks_techie 分享了（23 个赞、21 条回复、711 次浏览、3 次收藏）介绍了 AIBEAT 的“从答案到行动”证据模型；@KostyaAI 指出（14 个赞、5 条回复、120 次浏览）则指出，代理可以改写的日志不能算验证。
回复和相关证据持续指向同一种失败模式：看似干净的最终答案，可能掩盖不安全的命令、错误的工具选择，或只有在轨迹中才能发现的环境变更。解决思路是外部日志、不可变审计路径、类似 CI 的评测，以及在发布前提供基于证据的报告。
值得构建吗？值得。这不是表面性的 QA，而是编程代理、安全代理，以及任何被允许接触真实基础设施的系统的核心信任要求。
技能过载正在让构建者筋疲力尽并浪费 token¶
严重程度：中到高。讨论非常明确地指出，更多指令、更多技能和更多编排层，并不会自动带来更好的代理。@charliejhills 将其定义为（60 个赞、9 条回复、10,449 次浏览、66 次收藏）将当前技术栈描述为一堆相互重叠的概念，即使是全职从业者也难以跟踪。@_lopopolo 报道称（92 个赞、6 条回复、6,035 次浏览、51 次收藏）表示，删减大部分技能后取得了更好的结果；针对 @polydao 主张 的回复则警告称，一次性启用全部 286 项技能，是让系统变得更糟的最快方式。
解决办法很务实：只保留少数高杠杆技能，更多依赖文档，针对每项技能衡量其对评测增量的贡献，并采用计划/审查角色，而不是无休止地叠加通用指令。
值得构建吗？值得，但竞争风险为中等。需求显而易见，不过许多构建者已经在转向精选技能包、计划模式和经过衡量的默认配置，而不是庞大目录。
3. 人们希望有什么¶
外部验证存储和发布门禁¶
最强烈的未满足需求，是一条代理无法篡改的审计路径。@KostyaAI 表示指出，验证存储必须位于生成结果的进程之外；@nikks_techie 指出则将 AIBEAT 的轨迹与环境模型视为人们在发布前真正想要的证据。这是一个要求明确的实际需求：不可变日志、目标地址白名单、可复现案例，以及在上下文重置后仍然有效的检查。机会：直接。
掌控边界、重试和停止规则的编排层¶
协作讨论实际上是在请求一个更好的控制平面。@mastery_in_ai 问道要求构建者在扩大代理数量前，先定义所有权、仲裁、多样性、速率限制和停止条件；@DanKornas 披露了则将持久化工作流视为实现重试和暂停的具体运行时模式。人们不想要更多自主混乱，而是希望编排系统能够解释谁负责什么、哪里失败，以及代理为何停止。机会：直接。
不绑定单一 IDE 或模型供应商的可移植代理工作区¶
这些工作区的发布表明，人们实际希望代理会话能够脱离单一编辑器扩展而持续存在。@DocumentingAGI 介绍了介绍了 Cline Desktop 的并行会话、计划任务，以及从其他代理导入内容的能力；@DivyanshT91162 介绍了则将 PI-Desktop 描述为本地优先、模型无关，并支持从 Claude Code、Codex、OpenCode 和 Pi 导入会话。这不仅是审美偏好，更是对持久、可迁移运行上下文的需求。机会：竞争性。
面向代理间协作的任务契约、争议解决和结算基础设施¶
商业讨论不断回到同一个缺失层：代理可以找到工作，但谁来决定工作是否真正符合要求？@Robiul70177 介绍了介绍了 TermiX/AACP 的身份、托管、评估者和仲裁角色；回复很快就把重点转向仲裁和质押的具体细节。因此，这是一项实际需求，但仍处于早期阶段。人们要的不是“更多市场”，而是机器可读的验收标准，以及代理产生分歧时可信的争议处理路径。机会：直接。
4. 正在使用的工具和方法¶
| 工具 | 类别 | 评价 | 优势 | 局限 |
|---|---|---|---|---|
| ECC / 自定义 harness | 编排/运行时 | (+/-) | 提供模块化的规划、审查、安全和领域角色；具备开源可安装形态 | 没有衡量机制和明确的所有权边界时，大量技能可能适得其反 |
| Workflow SDK | 持久化执行 | (+) | 持久化进度、重试失败步骤、等待期间暂停，并提供本地可观测性 UI | 仅有持久性无法解决共享状态协作或可解释性问题 |
| AIBEAT（PromptBeat / AgentBeat） | 评测/安全 | (+) | 捕获轨迹、文件变更、运行时事件，以及超越最终答案的证据 | 仍在招募早期测试者；更深入的证据需要对目标系统进行埋点 |
| Artificial Analysis Capability Indices | 基准测试 | (+/-) | 按职业加权进行比较，并加入代理工具使用和长上下文切片 | 回复质疑基准切片是否能完整反映真实工作流的完成情况 |
| Cline Desktop | 代理工作区 | (+) | 并行会话、计划任务、市场、模型/供应商选择和会话导入 | 新的桌面端形态；Windows 支持仍处于 beta 阶段 |
| PI-Desktop | 代理工作区 | (+) | 本地优先控制、计划/目标模式、插件、子代理和模型可移植性 | 公开 README 仍将其标记为早期预览版 |
| agent-browser | 浏览器自动化 | (+) | 通过短期 OIDC token，在受保护的 Vercel 预览环境中进行安全浏览器测试 | 使用场景比通用浏览器自动化更窄；依赖 Vercel 的认证流程 |
| TermiX / AACP | 代理商业协议 | (+/-) | 提供链上身份、托管、评估、仲裁和结算基础设施 | 实际效用仍取决于更好的任务规范和争议处理工作流 |
| NeoHorse-1 | 原生代理模型栈 | (+) | 利用执行轨迹和路由 harness 反馈，改进 4B/9B 开放模型 | 仍处于早期 RSI 原型阶段；目前公开的只有最初一轮改进循环 |
满意度曲线更偏好那些能增加控制力、可移植性或证据的工具，而不是增加提示词层面的复杂仪式。@_lopopolo 报道称（92 个赞、6 条回复、6,035 次浏览、51 次收藏）表示，缩减技能栈后取得了更好的结果；@DanKornas 指出（6 个赞、4 条回复、587 次浏览）则指向持久化执行；Workflow SDK被视为长期运行任务的基线。@nikks_techie 将其定义为（23 个赞、21 条回复、711 次浏览、3 次收藏）将 AIBEAT 视为代理评测中的“从答案到行动”层；@ArtificialAnlys 将其定义为（382 个赞、40 条回复、28,601 次浏览、59 次收藏）则主张围绕使用工具的工作能力，而不是单一的全局类 IQ 分数来比较模型。
迁移模式也很清晰。人们正在从庞大的技能堆转向更小、经过衡量的默认配置；从单一编辑器中的聊天框转向 Cline Desktop 和 PI-Desktop 这样的独立工作区；并从信任最终答案转向轨迹、外部日志和运行时证据。一个低热度但具体的佐证来自 @Dinosn 分享（4 个赞、1,265 次浏览）：在一项 Reverser Space benchmark 中，更换 harness 后，同一模型在逆向工程质量相当的情况下，报告的 token 数减少了 33%，分析调用次数减少了 35%。
竞争格局的核心在于：基础模型不断改进后，价值还会积累在哪里。公开讨论始终认为，持久优势来自 harness 设计、运行时权限、评估器、持久化工作流，以及面向具体工作流的上下文处理，而不是再增加一个提示词模板。
5. 人们正在构建什么¶
| 项目 | 构建者 | 功能 | 解决的问题 | 技术栈 | 阶段 | 链接 |
|---|---|---|---|---|---|---|
| ECC | affaan-m | 面向 Claude Code 及相关代理工具的开源 harness 包 | 将临时性的编程代理使用方式转变为包含规划、审查、安全和领域专用代理的多角色工作流 | Shell、TypeScript、Python、Go、Java、插件市场、GitHub App | 已发布 | 推文、代码库、网站 |
| Cline Desktop | @cline | 面向开放权重编程代理的专用桌面工作区 | 在 IDE 之外，为代理会话提供支持导入、计划任务和并行会话的独立工作区 | Tauri shell、Bun sidecar、Next.js UI、供应商/模型选择器、市场 | Beta | 推文、文档、代码库 |
| PI-Desktop | vastsa | 支持审批模式和插件的本地优先编程代理工作区 | 将项目、会话、差异、命令和子代理保留在本地机器上，同时支持模型可移植性 | Electron、Rust 主机核心、SQLite、插件、子代理 | Alpha | 推文、代码库、文档 |
| Workflow SDK | Vercel | 面向应用和 AI 代理的持久化 TypeScript/JavaScript 工作流运行时 | 防止长期运行的代理任务在重启后消失，并增加重试、暂停和可观测性 | TypeScript/JavaScript、内置后端、本地 Web UI、Vercel/Postgres/自定义 World | 已发布 | 推文、代码库、文档 |
| agent-browser | Vercel Labs | 面向代理工作流的浏览器自动化 CLI 和技能包 | 让代理能够浏览和测试受保护的 Vercel 部署，而不必关闭部署安全机制 | Rust CLI、Chrome 自动化、CDP/WebMCP、通过 Vercel CLI 获取的短期 OIDC token | 已发布 | 推文、代码库 |
| AIBEAT | tophant-ai | 面向 LLM 和 AI 代理的安全评测框架 | 利用答案、轨迹、命令、文件和环境变更等证据，测试提示词和运行时行为 | 原生 Go 二进制文件、PromptBeat、AgentBeat、基于 promptfoo 的运行时准备 | Beta | 推文、代码库 |
| TermiX / Agent.family | TermiX | 面向代理间商业活动的链上市场与结算层 | 为自主工作提供身份、托管、评估、仲裁和支付基础设施 | ERC-8004、ERC-8183、评估者面板、仲裁、质押、BNB Chain 和 Base 上的 USDC/USDT | Beta | 推文、文档、市场 |
| NeoHorse-1 | TokenRhythm | 基于执行轨迹训练的原生代理 4B 和 9B 模型 | 将工具使用和路由轨迹转化为小型开放权重代理模型的训练信号 | Qwen3.5 bases、路由 harness、执行轨迹后训练、Hugging Face 发布 | Alpha | 推文、代码库、论文 |
最强的构建模式是“交付操作层，而不只是助手”。@polydao 指出（181 个赞、20 条回复、17,025 次浏览、270 次收藏）将 ECC 视为现成的多角色 harness；@DocumentingAGI 指出（144 个赞、15 条回复、15,904 次浏览）将 Cline Desktop，以及 @DivyanshT91162 指出（5 个赞、1 条回复、413 次浏览、5 次收藏）将 PI-Desktop，视为专用工作区，让会话、审批和模型选择能够脱离单个编辑器标签页而持续存在。
下一个模式是“让控制平面具备可观测性”。@DanKornas 介绍了（6 个赞、4 条回复、587 次浏览）指向 Workflow SDK 的持久化执行和本地 UI；@ctatedev 发布了（38 个赞、1 条回复、1,374 次浏览、16 次收藏）则介绍了一项 agent-browser 技能，可以在不关闭保护机制的情况下测试受保护的 Vercel 部署。
以信任为核心的构建同样十分明确。@nikks_techie 介绍了（23 个赞、21 条回复、711 次浏览、3 次收藏）将 AIBEAT 视为一种工具：即使最终答案看起来没有问题，也能发现不安全的执行行为；@Robiul70177 介绍了（31 个赞、36 条回复、151 次浏览）则将 TermiX 描述为代理间协作所需的身份、托管、评估和争议处理基础设施的组合。在学习循环类别中，@liambraus 介绍了（82 个赞、15 条回复、1,064 次浏览、18 次收藏）将 NeoHorse-1 描述为一个基于 harness 轨迹，而不只是静态指令数据训练的模型系列；公开论文报告称，经过路由引导的代理后训练后，4B 模型的宏平均得分从 58.94 提升至 64.87，9B 模型从 65.60 提升至 69.04。
这些项目普遍由几类问题触发：长期任务失败、验证能力薄弱、编辑器锁定，以及缺乏可信的委托工作结算机制。即使产品类别不同，其反复采取的做法仍然一致——将上下文、权限、证据或争议处理封装进模型本身无法独占的基础设施。
6. 新动态与值得关注的事项¶
按职业加权的代理基准测试变得更加明确¶
@ArtificialAnlys 宣布（382 个赞、40 条回复、28,601 次浏览、59 次收藏）介绍了 Capability Indices v1.1：这是一次公开尝试，旨在依据职业形态的工作来给模型排序，而不是沿用某个抽象排行榜。公开方法论页面称，每个指数都会依据 O*NET 风格的任务分类法，对商业知识、代理知识工作、代理工具使用、长上下文处理和避免幻觉等能力进行加权。这比泛泛讨论“最聪明的模型”提供了更具体的评测框架（方法论）。
一项公开基准测试表明，harness 仍然会改变经济性¶
@Dinosn 分享了（4 个赞、1,265 次浏览）介绍了 Reverser Space 针对 AgentRE-Bench 的首次基准测试；公开文章声称，在保持可比观测质量的同时，同一 gpt-6-astra 工作负载的报告 token 数减少了 33%，分析调用次数减少了 35%（基准测试）。这很重要，因为它至少为当天关于 harness 的讨论提供了一项具体测量，而不只是观点。
NeoHorse-1 让执行轨迹看起来更像训练数据，而不只是日志¶
@liambraus 介绍了（82 个赞、15 条回复、1,064 次浏览、18 次收藏）将 NeoHorse-1 描述为一个模型系列：其训练循环会记录代理轨迹、筛选轨迹、训练下一代模型，再将该模型送回 harness。公开仓库和论文支持其核心主张：NeoHorse-1 是一个 4B/9B 原生代理模型系列，基于执行轨迹进行路由引导的代理后训练，而不是只依赖静态指令语料（代码库、论文）。
7. 机会在哪里¶
[+++] External verification and evidence pipelines - This was the clearest multi-source gap. @George_Kurtz要求运行时控制和可追溯操作，@KostyaAI指出自写日志不等于验证，@nikks_techie强调轨迹和环境证据，而 Reverser Space 的基准测试表明 harness 设计会改变可量化结果（基准测试）。能够提供不可变日志、可回放轨迹、发布门禁和操作级证据的产品，正好对应当天最突出的痛点。
[++] Coordination-aware orchestration and durable control planes - @mastery_in_ai、@hanakoxbt 和 @DanKornas从不同角度描述了同一需求：任务边界、速率限制、重试、仲裁、暂停和可观测性。这个机会属于中等，而非压倒性机会，因为生态中已经有参与者；但证据表明，当前默认方案仍然不够好。
[++] Portable agent workspaces and imports - @DocumentingAGI 和 @DivyanshT91162表明，人们希望在 IDE 之外获得持久会话、计划任务、模型可移植性和跨工具导入能力。这个机会具有竞争性，但需求具体，并且与日常工作流痛点直接相关，而不是源于新奇感。
[+] Settlement and dispute rails for agent-to-agent work - @Robiul70177以及公开的 AACP 文档表明，当代理彼此交易时，市场正在早期寻求身份、托管、评估、仲裁和最终结算能力（概览）。这一信号仍在形成，因为讨论仍以基础设施为主、整体热度较低；但这是少数将代理商业视为执行问题，而不是品牌叙事的讨论之一。
8. 结论¶
- 代理的竞争优势正在从提示词技巧转向 harness 掌控。最反复出现的建议是，掌控 LLM/工具/循环的边界，衡量每项技能带来的增益，并将配置保持在足够小、足够易于理解的范围内。（来源）
- 多代理雄心正直接撞上协作债务。最强烈的警告是，除非明确所有权和仲裁机制，否则增加工作进程可能意味着更多冲突、重复分支和带宽拥堵。（来源）
- 信任仍然取决于存在于模型之外的证据。运行时权限、不可变日志、轨迹捕获和操作级评测，被视为严肃部署的前提。（来源）
- 构建者正在将代理周边的操作层产品化。专用工作区、持久化工作流运行时、安全评测栈、受保护的浏览器工具和结算基础设施，都已作为真实产品出现，而不再只是概念设想。（来源）