用途：为 AI Agent 设计提供一套来自控制论、系统论、信息论的方法论指导，把金观涛、华国凡《控制论与科学方法论》的核心思想映射为可操作的 Agent 设计原则。核心公理是：控制的本质是在可能性空间中进行有方向的选择，Agent 的规划、推理、工具调用与自我修正都是在不确定性中缩小可能性空间。
主要能力：一是可能性空间与控制能力（控制能力=M/m），用于估算工具是否够用、允许合理精度、多步叠加控制能力；二是四种基本控制方法，包括随机控制（探索）、有记忆的控制（排除法）、共轭控制（L^{-1}AL，即工具使用本质）和负反馈控制（目标差递减，最核心机制）；三是正反馈与失控的识别与对治，如错误修复循环、迭代爆炸，用滤波与衰减环节、熔断回退处理；四是信息论原则，信息等于可能性空间缩小，涉及通道容量、滤波（重复传递、多通道交叉验证、阻抗滤波、反馈滤波、同步滤波）与信息主观性。
系统与认识论：包含相对孤立系统边界划定、稳态结构、超稳定系统（靠修复机制维持稳定）、自繁殖与链式反应、自组织系统；以及质变与渐变的判定（用稳定性而非速度判定）、滞后与矫枉过正；黑箱认识论与实验系统设计、认识逼近真理的五个障碍（可观察变量不足、理论不可证伪、反馈速度不足、反馈过度、可判定条件不成立）。
使用方式：资料给出了反馈循环设计模板，包括基本反馈循环（观察、比较目标差、容忍度判断、正反馈检测回退、迭代上限升级求助）、多层反馈（任务执行、策略修复、目标修复三层）和实验系统设计模板（定义黑箱边界、建立可证伪假设、执行实验、比较修正、滤波验证、迭代或终止），以及最终的设计检查清单与术语速查表。
适用场景：Agent 架构设计、任务分解与智力放大、工具选择与调用设计、容错与自愈机制、实验与验证流程设计。
限制：资料为方法论指导，未提供具体代码实现、安装命令、收费信息或平台支持说明，均暂未提供；部分图示为文本示意，未给出配套工程实现。