接上篇：你已经知道 Loiter 是什么了。这篇讲它是怎么造出来的——更准确地说，是谁造出来的。
三个角色
Loiter 项目有三个参与者：
我负责拍板。选方向、做取舍、定优先级、审最终效果。硬件在我手上——只有一台 Cardputer，每次烧录固件都得插 USB 线等编译。
Polly 负责写码。所有代码——828 行 C++ 固件、1553 行 Python 服务端、2031 行 HTML/JS 大屏——从第一行到最后一行，都是 Polly 写的。Polly 是 Claude，跑在 VS Code Copilot 里。
小龙虾负责审稿。每一个 Sprint 的产出，小龙虾都会做一轮 Review，打分、指出问题、提出建议。小龙虾也是 Claude，但扮演的角色完全不同——如果 Polly 是那个"说好不改了然后自己又提 commit"的开发者，小龙虾就是那个"大部分差异是纯追加"的毒舌 reviewer。
这不是三个人假装分工。分工是真实的，决策链是真实的：我提需求 → Polly 出方案 + 代码 → 小龙虾 review → 我看效果 → 循环。
一句话的架构转折
原始设计是这样的：活动现场，我的 MacBook 当热点 + MQTT broker + 服务器，所有 Cardputer 通过局域网连到我的 Mac。简单、可控、无外部依赖。
Sprint 2.5 的时候，我问了一句："为什么需要 Mac hub？"
这个问题的答案本来是"因为现场需要"。但顺着想下去：如果服务全部跑在云端 Azure VM 上，Cardputer 连任何 WiFi 就能玩——不限于活动现场。活动结束后设备发给参与者带回家，他们连家里的 WiFi 照样能登进同一个房间。
一句话，架构从"活动工具"变成了"7×24 在线引擎"。
当天晚上，Polly 把整套服务搬到了 Azure VM：mosquitto broker 监听公网 1883、FastAPI 跑在 systemd 里、Cloudflare Tunnel 把 loiter.polly.wang 接到 8080 端口。固件里的 MQTT_HOST 从局域网 IP 改成了 mqtt.polly.wang——以后换 VM 只改 DNS 记录，不需要重烧固件。
Mac 降级为现场离线兜底方案。
这就是人类在 AI 协作中的角色：不是写代码，而是问对问题。Polly 完全有能力设计出可靠的局域网方案——但"为什么需要局域网"这种质疑产品前提的问题，不会从代码里自然冒出来。
五轮视觉，三次推翻
大屏的视觉设计经历了 5 个版本。这件事最能说明"人类 + AI"协作的动态。
Polly 的执行力问题
Polly 写代码极快。一个大屏视觉方案，从概念到可运行的 Canvas 2D 渲染，通常不到 20 分钟。这意味着试错成本极低——不满意就推翻重来，反正 Polly 不会累也不会抱怨。
这是好事，也是坏事。
好处是迭代速度：5 个视觉版本在 30 小时内全部完成，每个版本都备份（index_v1_backup.html、index_v2_xianxia_backup.html）。坏处是如果没有人喊停，Polly 会在当前方向上无限精雕——往阴阳师风格加更多萤火虫、更多粒子、更精致的六芒星法阵——而不会主动质疑"这个方向对不对"。
"太平间开 cosplay party"
第四版阴阳师仙侠风，技术上堪称惊艳：120 颗明灭星辰、月亮三层光晕、贝塞尔曲线樱花……但我看着大屏上暗黑月夜里站着一排 Q 版 chibi 小可爱，说了一句：
"暗夜月光里站着一堆 chibi 小可爱，感觉像在太平间开 cosplay party。"
小龙虾接话分析了为什么：水墨/仙侠的气质是留白、独处、禅意，跟"认识陌生人"的社交能量完全相反。视觉风格和产品灵魂打架了。
这个洞察不是来自代码，不是来自测试，而是来自对产品本质的理解。角色风格（Q 版 chibi）已经定了，那就必须是世界观去配合角色，而不是反过来。
于是第五版：明亮草原、樱花鸟居、暖白 UI。角色和世界终于属于同一个故事。
审美决策的三层结构
回看这个过程，审美决策有清晰的分层：
- 执行层（Polly）：给定方向后快速产出高质量实现，但不会主动质疑方向
- 分析层（小龙虾）：能从理论上解释为什么某个方向不对（"水墨 = 留白 ≠ 社交能量"），但不会给出具体方案
- 决策层（我）：凭直觉发现"哪里不对"（"太平间 cosplay"），然后从小龙虾的分析中确认原因，再给 Polly 新的方向
三个角色缺一不可。
NPC 的三次投胎
NPC 的身份演变也是一个典型案例。
第一版：百晓生，江湖说书人。大屏是水墨风，NPC 就得是古风人物。Polly 给了一个评书先生的人设和 system prompt。
第二版：月灵，月亮仙灵。大屏改成阴阳师仙侠风，百晓生不搭了。Polly 换成了一个"依附月光的小灵体"。
第三版：Vix，狐灵。大屏改成提瓦特草原 + 鸟居。我问：鸟居是神社，神社的守护者是什么？狐仙。英文名 Vix，3 个字符，刚好适配 Cardputer 的小屏幕。
教训：NPC 不是独立的设计决策，它必须和世界观一起进化。Polly 每次都把 NPC 做得很完整（人设、头像、system prompt、降级回复），但如果世界观变了而 NPC 没跟着变，就会感觉错位。
被杀死的功能
Sprint 6，Polly 给 6 种事件都写好了音效——加入房间的叮咚声、收到消息的提示音、成就解锁的和弦。代码完整，编译通过。
烧进 Cardputer，音效响了。然后 MQTT 断了。
Speaker.tone() 启动了一个 I2S FreeRTOS task，这个 task 和 PubSubClient 的网络线程争抢 CPU。在 ESP32-S3 的单核/双核切换里，这导致了看门狗超时——设备卡死，MQTT 掉线，必须重启。
Polly 试了各种方案：把音效放到独立 task、加延时、降低优先级。都不行。I2S 驱动和 MQTT 客户端在硬件层面冲突，不是软件能绕过去的。
最终决定：彻底删除音效功能。
这是整个项目中唯一被完整实现后又完整删除的功能。Polly 对删代码没有情感负担（AI 没有沉没成本谬误），但做出"删还是继续调"的决策需要人类判断：这个功能值不值得再花 4 小时去探索硬件隔离方案？不值得。删掉。
小龙虾的一句话
整个项目中小龙虾最精准的一条 review 是关于 MQTT 重连的：
"重连前为什么不先
disconnect()？broker 那边旧连接还在，你新连接进来，broker 踢旧的，旧的 LWT 触发，新的被干扰——循环踢连。"
这个 bug 在本地 WiFi 稳定的时候永远不会出现。只有在公网部署后，WiFi 微抖触发重连时才会暴露。小龙虾看代码就看出来了，没等它在生产环境炸。
修复很简单：重连前先 mqtt.disconnect()，keepalive 从 30 秒放宽到 60 秒。两行改动，避免了活动当天可能的灾难。
数字与反思
| 指标 | 数值 |
|---|---|
| 总代码量 | ~4500 行（C++ 978 + Python 1553 + JS/HTML 2031） |
| 开发时间 | ~30 小时（5 月 30 日 → 6 月 1 日） |
| Sprint 数 | 7 个（含 Sprint 2.5 云端紧急插队） |
| 视觉版本 | 5 个（含 2 个备份） |
| NPC 身份 | 3 个（百晓生 → 月灵 → Vix） |
| 被删除的功能 | 1 个（ES8311 音效） |
| 人类写的代码 | 0 行 |
| 人类做的决策 | 每一个 |
"人类写的代码 0 行"不是一个值得炫耀的数字。它是一个事实，而这个事实的含义是：在这个项目里，人类的价值不在于写代码。
人类的价值在于：
- 问"为什么需要 Mac hub"
- 说"太平间开 cosplay party"
- 决定删掉音效而不是再调 4 小时
- 选狐灵而不是月灵
- 说"相信我们 AI 天团的战斗力——P0+P1+P2 全做"
Polly 不会累，小龙虾不会留情面。但没有人类的方向感和直觉，它们会在错误的方向上无限精雕——做出一个技术上完美、产品上分裂的东西。
30 小时，4500 行，三个角色。这是一个关于分工的故事，不是关于替代的故事。
这是 Loiter 系列的第二篇。上一篇讲的是 Loiter 是什么；下一篇讲的是 ESP32-S3 + Cardputer 的硬件踩坑实录——给想玩嵌入式的开发者。