用看板管 AI Agent 行不通，得换套协作逻辑

看板不适合 Agent，特别是 Loop Agent。因为它的表达能力太弱了，就几个 Ordered Grouped List 的腾挪。

看板是过去人类协作时代的产物，特点是任务背后复杂的拓扑关系网络，存在于人类员工脑海里的隐性知识，所以看板自身可以简单。

但 Agent 工作要求显性化隐性知识，一旦展开就超过看板的表达能力，也超过人类的跟踪能力。

MCDT(Montone Co-Design Theory) 给出了工作单元之间形成的网络结构中的 Requirement/Functionality 关系的单调性和可计算性优化策略的刻画能力，可用在循环工程中作为 Agent/Session 之间协作的内部结构。

MCDT in the loop, Human on the loop. Human 是 MCDT 网络中的 Input/Output 节点。

人类定义目标（要什么）和验收标准（是什么），Loop 内部自行从当前状态规划面向验收目标的内部 Todos。

人类可以通过分解目标，将可验收性质分配到多个时间阶段中，从而微调 Loop 内部的执行路径。

但监控一组固定的看板/Todos 的作用可能不显著了，因为它们是动态的，随目标变化、事实开展而调整的。

曾经 Cursor/Codex/Claude-Code 都显示了相关 tasks，但随着 steering 和 coding 开展，很容易跟 tasks 匹配不上。

总的来说，Agent 的可观测性建设重点应当从过程指标，转向结果指标；围绕关键事实节点开展。