最近对Agent的一些思考

openclaw 爆火以来，我大概在三个地方折腾过 agent：自己家里、自己团队、公司产品.

家里

年初做了点提效尝试。让 agent 帮我卖二手家具（token 大概 6 美元），让它算出租屋 bill，让它分析家庭财务状况。

但好像也就这样了。

该自动化的都自动化以后，我变成了新的卡点 — — 想不出新的 idea 了。家里的 openclaw 慢慢就剩日常问答和 reminder，reminder 多了又没人理，有点荒凉。

团队

家里玩不出新花样了，重心转到工作上。年初先是发现了头达运营那里的使用场景，把最厉害的运营的思路沉淀成了skill。这个是我个人使用的时候没有想到的，在个人场景里，skill 是自我增强；但在团队场景里，skill 是能力分发。一个 top performer 的判断方式，如果能被沉淀、复用、迭代，就不只是提效，而是在拉高团队的平均战斗力。

所以团队内部 agent 的方向，我现在反而更确定了。它应该围绕最强个体来提升整体团队战斗力。研发要一套让经验能被沉淀、分发、验证、迭代的系统。还有一个容易被忽略的点是主动性。如果 agent 只是等着团队成员来 Q&A，那价值是有限的。真正有想象力的是它能主动工作。比如持续根据个人 OKR、业务数据和团队节奏，分析每个人现在应该关注什么，主动推荐下一步工作建议。

(非重点，但是提一下) 但这件事落到工程上有三个问题:

OC是围绕个人工作设计的，团队场景无合适的隔离，鉴权等无妥善解决方案，尤其是个人 + 团队知识的隔离
OC对个人工作流资源要求不大，但是团队场景单机还是比较吃力的
SKILL 沉淀的流程到底是怎么样的，如何能让运营自己沉淀SKILL?

产品

但到了产品侧，情况就一言难尽了。从 3 月到现在，两个月过去，产品也才刚完成 PRD review。更大的问题是，跟其他产品团队怎么协作，到现在也没有完全理清楚。这里面最有意思的是和算法团队的边界。过去的合作模式比较简单：研发提供一个对话的壳，算法托管 Agent 的输出。但现在基于 A2UI 和 Agent workflow 的编排来看，中间会有大量业务逻辑。比如什么时候问用户，什么时候调用工具，什么时候展示卡片，什么时候进入下一个 workflow，这些都不是纯模型问题。

如果这些都交给算法团队托管，那么任何业务迭代都要经过算法团队，流程会变长，产品和研发也没法自由迭代。但从算法团队的视角看，这件事也可以理解。训练模型很难，周期长，不一定马上有结果；开发 Agent 相对更容易产出。如果他们不把 Agent 包圆，自己对上层业务的影响力就会变弱。所以大公司的卡点，最后还是人和人的协作。 Agent 恰好解决不了这个问题。甚至因为 Agent 把模型能力、业务逻辑、产品交互、数据反馈混在了一起，原来清晰的组织边界反而变得更模糊了。

我直觉上觉得，最后很多复杂场景还是会走向多 Agent。但多 Agent 最大的问题不是“怎么让多个 Agent 对话”，而是“谁对最终判断负责”。比如主 Agent 问发文 Agent 和选品 Agent：这个达人现在的问题到底是什么？发文 Agent 可能说内容有问题。选品 Agent 可能说货有问题。直播 Agent 可能说场控有问题。每个 Agent 从自己的专业视角看，都能讲出一套道理。那主 Agent 怎么判断优先级？如果没有可靠的评价函数，多 Agent 只是把多个不确定答案揉成一个更自信的答案。除此之外，还有 context 的问题。传少了，各个 Agent 判断片面；传多了，成本上升，注意力也会被稀释。

总结

最近工作过度，头脑一直乱乱的，我大概总结一下。

公司内部需要为团队服务的 agent，而且它应该是主动的。它的目标不是回答问题，而是构建一种新的团队协作范式。
产品侧则需要更有智慧的人去梳理团队协作关系，理解各方诉求，重新定义算法、研发、产品的边界。只有这样，Agent 功能才有可能真正上线，而不是卡在组织摩擦里。

今天听到个关于未来的预测。当新Idea的速度赶不上AI 提效的速度，那么带来的结果肯定是裁员，萧条，财富进一步的集中，由此而带来很多社会问题。社会问题就必须通过税务，福利等财富重新分配能力再让大家不用上班也可以过日子。当大家不用上班也有钱可以分配以后，新的需求又会涌现，带来下一阶段的增长。这个预测有点现实，又有点残酷，生活在这样一个时代里，当工具越来越强，你自己还剩下什么呢？

可能更值得追求的，可能是判断问题的能力、组织资源的能力、理解人的能力，以及持续产生新问题的能力吧。