为什么会做 Lyncore
因为"用 AI"这件事不该这么累——不该在十个平台之间切来切去，不该把数据交出去，不该花那么多钱。
看法
2026 年，AI 已经很厉害了——但"用 AI"还停留在 2023 年
市面上的 Agent 平台，三个问题
OpenClaw 是框架不是产品——你要 clone 代码、装 Node.js、写配置、部署。不是开发者的直接被劝退。 Dify/Coze 是云端 SaaS——你的对话、文档、Agent 配置全在别人服务器上。他们倒闭了怎么办？改隐私政策怎么办？ 大厂 Agent 绑你生态——百炼绑通义，扣子绑豆包，文心绑文心。你想用 DeepSeek？抱歉不支持。
Lyncore 的思路：做成软件，不是服务
一个 NSIS 安装包，双击装在你电脑上。对话记录存在你硬盘里。Agent 配置是你电脑上的文件。模型 Key 你填你自己的。断网也能用（Ollama 本地模型）。 你买的不是"订阅一个云服务"，你买的是一个软件。就像你买 Office、买 Photoshop 一样。
AI 不应该"第一天最聪明"
所有 Agent 平台都有一个问题：你的 Agent 配置完就"死"了。它不会从你身上学任何东西。你用了一年 ChatGPT，它还是不记得你上个月说过什么。 Lyncore 的进化引擎从第一天开始观察你。重复的操作自动生成技能。你点头才生效。第一百天的时候，它是你的影子。
几个想法
数据主权归你
不是"我们承诺不偷看"，是"物理上你电脑里的东西我们看不着"。区别很大。
不靠中间抽成赚钱
你的模型 Key 你自己管。Lyncore 赚的是软件的钱，不是在你和模型商之间加价。Dify/Coze 加价 30%+，我们不抽。
AI 不该只是大厂的
OpenAI 有 ChatGPT，Google 有 Gemini，微软有 Copilot，阿里有百炼，字节有扣子。你至少应该有一个完全在自己手里的 AI 底座。
引擎
Go 写的六边形架构，不是 Python 脚本拼的
23 个 domain 模块 + 41 个 infrastructure 子包。个人版（lite）和企业版（!lite）同源码，Go build tag 切换。
FC Loop 推理引擎
Agent 推理循环：思考 → 选工具 → 执行 → 回传 → 再思考。不限轮次·7+ 检测器（重复/空转/上下文护栏/收敛/熔断）自主退出。
DAG 工作流引擎
可视化编排、自动并行、失败重试、蓝图复用。企业版用 Temporal 分布式调度。
进化引擎
状态机驱动：发现 → 提案 → 影子 → 验证 → 审核 → 激活。OpenClaw 和 Dify 都没有。