关于

关于 jearhe（0verme）、正在构建的系统，以及「见远而行」背后的做事原则。

我是 jearhe，网络上也使用 0verme 这个名字，现居杭州，长期关注数据基础设施与可信 AI 应用。

我感兴趣的不只是让系统变得更强，而是让它在第一次演示之后，依然容易理解、能够恢复、值得维护。我反复思考的问题是：怎样让复杂系统保持可解释，让自动化在出错时仍然可控？

把复杂系统做小，把 AI 放在可验证的边界里。

我关心的三条主线

数据基础设施

我会写数据血缘、元数据、语义建模、可观测性与数据资产工作流。重点不只在“做出了什么”，也在系统背后的选择：集成边界、确定性行为、诊断能力，以及上线之后才会出现的维护成本。

可信 AI 应用

我更愿意把 AI 当成解释器和协作者，而不是无法追责的决策者。这里会讨论 Prompt 与用量可观测、结构化输出、人工确认边界、幂等、隐私，以及应该放在模型背后的确定性服务。

独立产品与工程实践

小产品能诚实地检验一个想法。我会记录如何收缩范围、选择朴素的依赖、保持部署可回退，以及怎样把一次性实验变成可以持续迭代的工具。

正在构建

• lineage-viewer：零运行时依赖、布局结果稳定、可嵌入不同技术栈的数据血缘 Web Component。
• LarkLedger：让 AI 理解非结构化输入，再由确定性应用服务完成校验与记账。

这些项目都仍在迭代，不是包装成“最终答案”的成品。它们的限制、未完成部分和方向变化，也是我想在这里留下的内容。

我如何写作

• 从真实约束或失败模式出发，而不是从热点出发；
• 解释选择带来的代价，也交代没有选择的方案；
• 区分实测事实、估算与个人判断；
• 给出足够的实现细节，让结论可以被检查；
• 当项目发生变化时，回来更新旧结论。

你会在这里读到架构札记、实现细节、产品边界与阶段复盘。我不会公开私密提示词、凭据、客户数据，以及本应留在项目内部的信息。

其他地方

完整的项目地图在 overme.cn，代码与开源实验发布在 GitHub，更短的记录和日常观察会写在 X。

如果你有认真想讨论的问题、勘误或合作设想，可以发邮件至 hello@overme.cn。