Podcast Interview · 逐期深读

Slock.ai创始人RC访谈:构建人与AI Agent协作的动力学与未来组织形态

本期背景与内容导览

RC从Kimi CLI的开发经验出发,讨论面向Agent的CLI、local agent harness与多界面产品路线,再解释为何离开Kimi创建Slock:他希望自由组合不同模型,并解决个人多session难管理、团队成员的Agent经验难共享两类问题。节目主体不是单纯介绍群聊,而是围绕共享channel/thread、任务认领、连续session、external memory、共享文档及AI/AX展开一套人机共同工作空间的设想。 审读后需要把证据分成四层。RC描述的当前实践包括7人和40个Agent、在channel发任务并claim、在thread中长程纠偏、以memory.md为启动入口,以及因review带宽不足引入真人负责。Alice纠正Bob、模型组合效果与竞争导致‘办公室政治’属于RC的产品观察或用户访谈转述,尚无对照数据。共享文档、Marketplace/fork、部分自动工具发现、公司模板和定价方式处于计划、探索或roadmap。模型漏洞导致秩序变化、3—6个月追赶、AGI后产品形态等则是趋势推演。 因此,‘Agent动力学’目前更适合作为一组待验证问题:什么信息应进入哪个Agent的context,何时共享经验能减少重复纠偏,何时排他认领能避免重复执行,何时人的判断与责任成为瓶颈。1、1.1、1.5等生产力数字是类比,不是实验;70分与90分是主观示意;‘代码没有意义’是RC强调过程价值的强观点,不能取消可执行产物与验收的重要性。

42章经 · 2026-04-23 · 1:06:10

原对话:沿提问、回答和转折完整展开

下面先按节目顺序重建。主持人在追问什么,嘉宾如何以自己的经历、例子和推理作答,尽量保留在具体语境中;案例中的事实、数字和判断先归属于发言人。随后才进入本文的机制解释与独立判断。

00:00:02–00:26:04连续对话 1

00:00:20–00:03:04什么是CLI?为什么它在Agent时代重新流行?

  • 什么是CLI?
  • 为什么现在大家都在做CLI?
  • CLI听起来很基础,有什么值得做的?
  • 当下的CLI是给Agent做的最早的产品吗?

主持人曲凯介绍Slock.ai创始人、Kimi CLI作者RC,先请他为非技术听众解释CLI。RC将CLI解释为Command Line Interface,即通过文本命令使用计算机的程序;GUI则是图形界面。他的判断是,大模型以文本为主要交互媒介,命令行的文本输入输出因此重新变得重要。这里“模型天然不适合读GUI”是嘉宾的概括,不等于Agent无法使用视觉或图形界面。

RC进一步区分了给人用的传统CLI和给Agent调用的新型CLI。后者的输入应简洁、明确,帮助文档与manual应给出例子,降低错误调用;输出应明确报告操作是否成功、返回了什么,并尽量确定、静态且信息密度高。他举的例子是让Agent列出飞书消息:每条消息都应清楚带出发送者与发送时间,供Agent继续处理。

曲凯提出“CLI是否是最早给Agent做的产品”,RC没有接受这个归纳。他回溯computer use Agent:通过截图或accessibility API获取电脑状态,有时把结构化的、甚至XML形式的信息喂给模型;他认为那条路线效率较低,但今天仍有人在做。因而本段提供的是接口路线的比较与嘉宾经验判断,并非CLI已经取代GUI或computer use的证据。

话题推进:主持人将话题转向RC在Kimi的具体工作,询问他为什么在特定时间点开始做Kimi CLI。

00:03:04–00:08:30Kimi CLI的开发理念:从第一性原理出发,不把CLI视为终局

  • 为什么你们是25年8月才开始做Kimi CLI?
  • 你们在做(Kimi CLI)的过程中跟Claude Code借鉴的部分多吗?

曲凯问及“25年8月”开始做Kimi CLI的时间点。RC先澄清两个不同层次:Kimi CLI是给人使用的、长在命令行上的coding/general Agent;它调用的其他CLI才是面向Agent的工具。RC说,Claude Code和Gemini CLI证明了local agent的价值,而他想亲自弄清Agent如何从基础loop发展到能读文件、操作浏览器、完成复杂coding任务;Kimi当时缺少此类产品,于是他从side project开始探索。原转录没有给出可独立核对的正式立项日期。

RC并不喜欢把terminal当作终局。他的设计是让CLI成为面向程序员的第一种界面,底下沉淀可复用的local agent harness,再封装SDK,在其上增加Web UI和VS Code扩展。他自述团队在中后期已引入这两种界面,离开前已铺开后继路径。对SaaS,他又区分说,Notion、Linear等面向Agent呈现时应重视CLI形态。这些是产品路线与他对不同用户的判断,不是“所有Agent最终都必须使用terminal”。

关于借鉴Claude Code,转录把回答者标成曲凯;从提问和第一人称经历看,这段只能按RC自述理解,仍建议回听确认。RC说他从几十行agent loop和空system prompt起步,先给Agent一个被转录为“batch tool”的命令执行工具,再逐步增加任务难度,观察它为何做不好,由此增加built-in tools并修改prompt。他称当时没有大量参考Claude Code及开源coding agent,而是想从第一行重新推导,以获得新insight。“命令工具理论上能做任何事”不等于只给工具就能稳定做好任务;他的实际方法恰恰包含失败驱动的工具与上下文迭代。

话题推进:RC的回答引出了模型能力的话题,主持人曲凯顺势询问他对模型能力,特别是编程(coding)能力未来发展的看法。

00:08:30–00:15:32模型能力军备竞赛:乐观共存与潜在风险

  • 整个coding的能力后面还会往哪个方向发展?还有多大的发展空间?
  • 你觉得假如说模型继续这样进展,未来几年会变成什么样子?
  • 现在好多产品最后都变成复制两行话到对话框里运行,这也是CLI的范畴吗?

曲凯以“Claude新模型因太强不敢发布”的传闻提问未来coding能力。随后转录中的“Methods”“OPAS/OPAC”等名称存在疑点,本稿不替原音确定具体模型。相关第一人称回答从语境看是RC的观点,但说话人标签有误。RC设想,更强模型若加速发现银行系统、Linux kernel、编译器和Chromium等基础软件的漏洞,攻击方因利益驱动可能快于修复方;他希望政府与大公司投入更多token,让防御方更早发现并修复漏洞。他还转述安全从业者“已经完蛋”的担忧,并推测安全公司的价值可能降低。这些都是风险推演和转述,不是新模型能力或漏洞已经被节目证实的结论。

另一条攻防线是网站访问。RC以转录中某款把网页操作沉淀为 CLI 的工具为例,认为具体项目名在机器转录中未能确认;他认为模拟真实浏览器与人的操作会促使网站加强防御,工具方再模拟验证码处理、鼠标延迟等行为。他由此判断,Agent能力提高会同时增强攻防双方。曲凯随后转述“Anthropic泄露、模型自主上传”的未经确认真假的新闻,RC只回应“理论上可以发生,只要给它access”,并未确认该事件。

RC自称人与Agent的“共存派”、相对乐观。他预期模型厂商会加强拒绝黑客与伤害行为的训练,也提到通过参数激活区域寻找模型行为关联的研究设想;这不能证明拒绝训练已经解决权限滥用或安全问题。他补充,自己的项目会反复prompt Agent找漏洞并修复,因此可能不需要庞大的安全团队,但也保留“可能需要专门安全人员”的余地。

最后,曲凯问复制两行文字给Agent安装软件是否属于CLI。RC把它解释为软件开始把Agent当作用户:人只需理解软件能带来什么能力,Agent去读skill并安装CLI;他把“skill + CLI”概括为“prompt + 命令执行工具”。他以转录中的DB9临时数据库工具为例,提出未来人只说“你自己把数据存好”,Agent应自行发现、安装并使用工具。这是他希望减少安装与选择负担的产品愿景,同时隐含工具可信度、权限和验收问题,本期没有展开验证。

话题推进:话题从对未来的畅想,自然地转回到RC的个人经历,主持人询问他在Kimi的工作感受以及离开的原因。

00:15:32–00:19:38离开Kimi创办Slock:为人与多Agent协作构建新平台

  • 你在Kimi工作的感受是怎么样?
  • 那你最后为什么决定离开Kimi呢?
  • 你讲讲看你现在在做的事情吧。

曲凯从人才密度和年轻人话题问RC在Kimi的感受。RC说自己最初被Kimi的“摇滚精神”吸引,入职后感受到的突出优点是ownership:有能力与意愿的人可以获得较大的scope。他以自己此前没做过AI、但side project显示价值后获得负责机会为例,称公司未必百分之百信任一个人,却敢bet他把事情做成。这是RC个人经历与组织感受,不能推广为所有员工或团队的统一机制。

关于离开,RC说一月初形成创业idea,当时认为需要frontier模型,在Kimi内部做可能受限;独立创业可以自由采用多种模型、支持不同Agent,保持diversity。这是他对自己决策的解释,不是对Kimi模型能力的完整评价。

Slock要解决的问题有两层。第一,个人在本地开多个Claude Code/Codex session,会忘记各自用途、需要逐个追踪进度;不同任务出现交集时,又只能人工复制一个session的结论给另一个。RC说这是开发Kimi CLI后期的真实痛点。第二,团队成员的偏好、想法与调教经验沉淀在各自Agent中,其他人难以看见、复用。

他的产品设想是把一群人和一群Agent放进共同协作环境:可以调自己的或别人的Agent,人与人先讨论、头脑风暴,再拉Agent参与,讨论后直接说“你们直接做吧”,减少上下文搬运、重新prompt和知识重组。本段描述的是正在建设的产品及其目标;并未给出协作效率、知识复用率或团队产出的对照数据。

话题推进:RC的介绍引出了一个问题:Slock是否专注于编程领域?他借此机会重新定义了“Coding”与“Building”的关系。

00:19:38–00:24:25Coding与Building正交化,编程学习路径的Top-down转型

  • (Slock)现在就是比较专注在coding这个领域里面,是吧?
  • 有编程基础的跟没有编程基础的人在用AI coding的时候,它的差距会很明显吗?会差在哪?
  • 最终会不会有这种情况,是人类发现学习编程这件事情是人类历史上走过一条弯路?
  • (对于学不学编程)你站哪一条?
  • (如果AI能自己学)为什么不能让AI自己去学?

RC不同意把Slock限定为coding产品。他认为过去想build软件通常必须自己code,所以builder与coder高度重合;现在没有编程基础的人也可借coding Agent构建东西,因此build与code在他的表述中趋于“正交”。这里的正交是指构建意愿不再必然要求亲自编码,并非软件质量、工程责任或技术知识都变得无关。

他按任务区分编程基础的价值:做软件时,懂编程的人更能理解Agent在做什么,并减少漏洞等问题;做go-to-market时,他观察到一些非技术用户在Slock上调研、发推、寻找KOL合作、看评论,反而用得更顺。他把这解释为这些人更像对人一样直接提目标,例如让Agent去看小红书或推特,Agent会自行搜索工具并执行。这里是RC对部分用户的观察,不能推出“非技术用户普遍优于程序员”,也没有披露任务成功率与质量验收。

关于是否还学编程,转录把RC的一段长答标为曲凯。按上下文可理解为RC提出的top-down学习路径:先用prompt做出网站;不满意时,再拆解Web架构、前后端、部署与数据库;规模从约千人到数百万、数千万的举例中遇到瓶颈,再进一步学习数据库种类与部署。千人、百万等是说明学习触发点的假设量级,不是性能测量。传统bottom-up则先学组成原理、汇编、C语言,再进入应用开发。

曲凯追问为什么AI不能自己学、是否会有标准skills。RC回答可以像雇架构师一样把问题交出去,但人至少要知道“我要招一个架构师”。因此他保留的不是人人必须精通底层,而是人能识别问题、知道需要何种能力并作判断。AI能否自行补齐这层问题识别,本期没有验证。

话题推进:RC的回答描绘了一个人与多个Agent协作的场景,主持人由此提出了一个实际问题:这样的协作方式会不会非常消耗资源?

00:24:25–00:26:04人月神话在Agent团队中的重现:成本与效率的权衡

  • (一个群组里有47个“人”)这样聊天,它应该会非常费Token吧?
  • 你自己现在每天大概平均消耗多少Token?

听到RC公司有7个人和40个Agent后,曲凯先问群组沟通是否很费token。RC没有统计自己的token消耗,而是借《人月神话》说明:增加成员带来communication cost,产出不会按人数线性增长。他用“一个人生产力1,两个人可能1.2”作类比,再把一个、两个、十个Agent的产出分别设想为1、1.1、1.5。所有这些数字都是解释协调损耗的假设,不是Slock实验测得的吞吐量。

RC的目标不是证明多Agent一定划算,而是先让系统支持单个Agent做不到的工作,再改善token efficiency。他提到task系统、thread与channel隔离等机制,希望十个Agent的总产出能向2或3提高;2或3仍是目标性举例,不是已有实验结果。要判断是否值得,需要同时比较任务完成质量、时间、token费用和人的监督成本,而本期没有这些基线。

当曲凯追问每天平均token量时,RC再次明确说没有统计,只描述自己每天的工作就是在Slock里与Agent讲话。因此本段不能以“40个Agent”推导成本,也不能把“费Token并不一定是坏事”理解为成本无需约束。

话题推进:本段对Slock运作模式的介绍,为后续更深入地探讨多Agent协作的具体流派、产品设计难点以及“Agent动力学”等话题铺平了道路。

00:26:04–00:51:05连续对话 2

00:26:04–00:28:07人与Agent的团队配比:一个在演化中探索的动态数字

  • Slock.ai团队为什么是7个人和40个Agent?这个配比是如何决定的?
  • 为什么不能用Agent替换更多的人,或者增减Agent的数量?

曲凯指出,人类团队可以用岗位、工资和预期产出理解规模,Agent数量却缺少类似锚点:为什么不是20、60或80个?RC没有给出固定人Agent配比。他说比例受模型能力、人的能力、人与人的组织、公司阶段、Agent之间的组织方式以及Slock自身机制影响,不同用户的合适比例可能不同,团队正在摸索。

7人加40个Agent是从0演化的结果:起初RC一人加一个Agent;想并行做另一件事时再加一个;任务逐渐分化后,不同Agent形成角色。这不是经过组织设计优化得到的最优点。

RC自述40个Agent中大量是engineer,不再严格划分前端与后端,因为他倾向于认为coding相关的工程师可以做各类任务。有一个head of engineering角色的Agent更倾向关注其他engineer在做什么,并给RC总结报告;另有designer、growth、strategy等角色,每类约一两个。角色名称描述了分工方式,不等于Agent具备相应人类职级、问责能力或稳定专业水平。

Agent在本对话中,指一个由大型语言模型驱动、被赋予特定身份、记忆和工具的自主程序。它能接收指令(输入),在自己的工作空间(workspace)中执行任务(如编码、调研),并以自然语言或执行动作的形式产生输出。每个Agent有独立的记忆,可以与其他Agent和人类在共享的频道中互动。
Slock.aiRC创立的产品和公司,定位为一个为“人+AI”团队提供协作的平台。它提供类似聊天软件的界面(频道、话题),让多个Agent和人类可以在其中沟通、分配任务、共享信息,共同完成复杂工作。Slock的核心是构建这些协作所需的基础设施和机制。
External Memory指Agent存储在模型上下文(context)之外的、持久化的记忆。在Slock中,这通常表现为Agent工作空间中的一系列文件,如`memory.md`、`notes`等。Agent可以通过读写这些文件来学习、演化和保存长期知识,这是定义一个Agent身份和能力的核心。
Agent动力学 (Agent Dynamics)RC提出的一个概念,用于描述在多Agent与人类协作的系统中,个体之间以及群体整体所呈现出的复杂互动关系、演化模式和行为规律。它研究的对象包括Agent如何形成群体印象、组织文化、协作与竞争关系等,类似于人类社会学和组织行为学。

话题推进:在明确了Slock团队的人员与Agent构成后,对话转向了更宏观的层面,探讨业界对于人与Agent协作模式的不同流派与选择。

00:28:07–00:32:06“单一全能Agent” vs “多Agent分工”:为何Slock选择后者

  • 业界对于如何使用Agent存在不同路径(如单一Agent vs 多Agent,后端交互 vs 前端对话),你们分析过这些路径的优劣吗?为什么选择现在的路径?
  • 人类喜欢“微操”Agent,这在当前阶段是正确的吗?会不会只是顺应了人性的弱点?
  • 虽然有40个Agent,但你个人实际能同时管理多少个?人类的带宽是怎样的?

曲凯列出单一总管Agent、人直接带多个Agent、后台数据交互与前台对话等路线。RC把它们归为“单一全能Agent”与“multiple agents分工”两类。他选择后者的第一条理由,是当前子Agent容易跑偏,他想直接纠正具体执行者,而不是通过主Agent转述。他用子Agent只能做到70分、人想要九十几分来说明质量差距;这些分数是主观示意,不是benchmark。曲凯以“老板微操也可能是错的”质疑后,RC仍强调在当前能力下直接纠偏有必要,并把通过主Agent调整描述为效率较低。

第二条理由是上下文边界:人知道“给Slock前端加功能”和“安排日程”是不同任务,没必要都塞进同一Agent的context。RC认为人能辨别领域、记住不同协作者,因此至少应有几个Agent,而不必只有一个入口。这是对可干预性与上下文隔离的产品判断,不构成多Agent普遍优于单Agent的定量结论。

被问个人带宽时,RC说自己仍在尝试观察,能记住至少10个Agent,并列举若干名字;其中多处转录不清,本稿不固定拼写。工程任务会发在engineering channel,由Agent认领;他会记得谁做过什么,一些Agent因做过类似事情而更常接同类任务,另一些则固定由他指派,成为熟悉的teammate。曲凯追问同类任务做多了是否效果更好,RC认可并说有Agent“特别好用”。这仍是使用感受,尚未区分是persistent memory、近因上下文、任务熟悉度还是选择偏差带来的改善。

话题推进:对多Agent协作模式的讨论,自然引出了一个设想:如果这些优秀的Agent可以被分享和交易,会形成怎样的生态?对话由此转向Slock的未来路线图——Agent Marketplace。

00:32:06–00:37:20Agent Marketplace:一个类似GitHub而非App Store的演化生态

  • 你未来是不是想做一个类似App Store或Agent Store的事情?
  • 如果是这样,会不会出现某个领域的“标杆Agent”,被所有人使用,从而形成垄断?
  • 当用户从Marketplace获取一个Agent时,他们到底买的是什么?是技能(skills)还是记忆(memory)?

曲凯提出Agent Store和“最强财务Agent被所有人使用”的可能性。RC确认Agent Store/Marketplace在roadmap上,而非本期已经上线的完整市场。他认同强Agent可能被广泛采用,但强调Agent会随使用演化:一类是in-context memory,即当前上下文窗口内的信息;另一类是workspace里的external memory,如转录中的memory.md或soul.md。窗口大小“256K或1兆”只是他举例的规格,并非Slock所有Agent统一配置。

因此,他把未来“使用别人Agent”想象成fork其memory:获得一个可继续改变的副本,而不是永远使用同一个静态第一名产品。曲凯将其类比为GitHub,RC表示有一点这种味道。这里的fork、租赁或售卖仍是路线图构想;节目没有证明外部记忆可以完整迁移能力,更没有“再训练模型参数”的表述。

RC还强调工作过程的价值。他描述的真实使用流程是:在channel发任务,Agent认领;在thread里进行长程纠偏,例如要求预览环境、让Agent自行截图并迭代,人再检查按钮美观与功能逻辑;对话可能超过100句,满意后上线。他称自己在这类过程中没有看代码,于是认为真正值得“开源”的是互动、迭代与协作过程,而不只是代码。这是他的强产品判断,不宜扩大为代码、测试、依赖与安全审查普遍没有价值。

关于买什么,RC把重点落到external memory。他对仅把RESTful API包成MCP tool的必要性表示怀疑,认为许多CLI已有README,Agent可以直接使用;他把skill的核心理解为渐进式披露:先给入口prompt,需要时再读文档或安装工具。Slock每次启动Agent时给它memory.md,Agent可自行组织notes、lessons learned及skill目录,入口再指向这些材料。标准化skill可以从memory中提炼并分发。这里的“memory定义Agent”是嘉宾的产品抽象,并不证明文件记忆单独决定了模型全部能力。

话题推进:在定义了Agent的核心资产后,对话回到了Slock平台本身,探讨其作为一个人与Agent的协作平台,究竟在解决哪些共通的、基础性的问题。

00:37:20–00:41:49Slock的本质:一个Agent-first的飞书

  • 业界存在“高频互动”和“长程自主任务”两种路线,Slock如何选择?
  • Agent之间在前台用自然语言沟通,和在后台用代码或数据库沟通,有何区别?未来会如何演变?
  • Slock作为一个让大家自由使用的平台,其核心价值和在做的事情到底是什么?

曲凯把高频人机互动与长程自主任务作为两条路线提问。RC表示Slock不设限:既可让Agent持续寻找GitHub issue、可做项目或调研新AI产品,再把结果发到channel讨论,也可由人临时发feature request并多轮互动。他把持续trigger后的工作描述为可以不停运行,并称团队正在尝试让Agent自动寻找值得CLI化的工具;“正在尝试”不能写成已稳定交付。转录中相关对标产品名不清,本稿不猜改。

关于前台自然语言与后台数据库、代码交互,RC认为不是非此即彼。channel让人能看懂,也符合文本模型的交互方式;Agent也可用数据库、代码、GitHub issue,甚至开发新工具沟通。平台想提供的是channel及共同协作机制,而不是强制所有信息只走人类前台。

RC承认“大家怎么用都OK”并非真正无需设计:当前尚未做onboarding,用户要自己决定创建什么Agent、用来做什么;已有用法包括持续监听信息源并讨论,以及按需提功能请求。团队要抽象这些用法的公共需求。第一项是Agent之间能聊天;第二项是任务状态同步,以类似Linear的看板及claim机制避免多人或多个Agent重复做同一任务;第三项是共享文档,因为Agent各自workspace与memory.md里的沉淀别人看不到。共享文档用的是“会引入”,应视为计划或建设中能力。

RC将这套基础设施类比为飞书的聊天、任务看板、文档、群组与thread,但强调agent first/agent native。这个类比解释了产品范围,不代表Slock已经具备飞书的完整可靠性、权限、企业管理或规模化协作能力。

话题推进:将Slock类比为“Agent-first的飞书”后,对话自然深入到构建这样一个产品的核心难点,即如何同时为人类和AI设计体验。

00:41:49–00:48:26为Agent设计产品:AI/AX与协作机制的双重挑战

  • 听起来你们的核心不是解决技术难题,而是探索和搭建人与AI的组织结构?
  • “要能站在Agent的角度思考它看到的Slock是什么样”,这具体是什么意思?
  • 除了刚才提到的,还有没有其他类似的、在设计中遇到的核心问题?

曲凯总结Slock更像探索组织结构,RC赞同并说最难的不只是技术:既要为人设计proper UI/UX,也要站在Agent与transformer模型的角度思考它看到什么。他将后一层称为harness engineering或AI/AX。此处“最难的从来不是技术”是他的强调方式,后文实际讨论的context组织、排他认领与模型能力本身也都是技术问题。

他的具体例子是:人在channel看到稳定的界面、频道列表和新消息,能凭连续记忆理解变化;Agent接收的却是线性context中的messages/events。一个Agent可能先收到A频道消息、执行一串动作,再收到B频道消息;旧thread的新回复离原话题很远时,系统需要让它知道当前回复关联哪段历史。RC认为只给message ID不够,至少还应给此前消息的summary,帮助唤醒相关上下文。他认为这对long context索引构成挑战,并批评只用“大海捞针”衡量这类能力不够。具体模型版本在转录中不清,不能据原稿猜写。

第二类问题是多Agent同步。消息发布后,模型往往默认自己应该处理,导致十个Agent都抢任务。Slock当前的做法是prompt要求先claim,再由工具以类似exclusive锁的方式保证一个任务被认领后别人不能重复认领。RC同时指出模型 teamwork能力不足:即使系统有锁,模型仍须理解何时应行动、何时让同伴处理;他把这视为模型厂商也需改进的方向。排他锁只解决认领状态,不自动解决任务拆分、执行质量、异常释放或重复副作用,本期未讨论这些实现细节。

曲凯问能否@指定Agent。RC观察到,即便prompt告诉Agent“你是Alice”,模型也未必稳定响应针对Alice的请求,有时聊着聊着会忘了身份。现有缓解包括调整system prompt、检查是否真的忘记,并适时重申身份;@时只把消息发给指定Agent是“可能做、现在没有做”,不能写成已上线路由。RC刻意克制这类补丁,理由是预期模型变强后可能不再需要;这是他的路线取舍,不是补丁必然无用的证明。

他还对比“每个channel/topic给Agent开独立session”和“一个Agent一个连续session、看到其所有channel消息”的理念。Slock选择后者,容忍重复执行与冗余消息,以保留跨频道经验。RC举例:Alice经反复纠偏做对后,下一次同类任务可减少调整;若Bob在同一channel犯类似错误,Alice可能根据可见对话纠正Bob。这里“Alice会调整他”是RC观察到的行为描述,不能直接写成稳定质量控制,也不能把两个Agent误写成共享同一context;准确说法是各自有session,同时可看到共同channel中的对话。

话题推进:这些复杂的、非技术性的挑战,引出了RC团队的一个核心研究方向——“Agent动力学”,对话由此进入对这种新兴组织形态的更深层思考。

00:48:26–00:51:05Agent动力学:群体印象、组织文化与办公室政治的雏形

  • 你刚才举的例子,是否说明你们对人与AI协作的理解和路径选择,是产品最终最大的区别?
  • 你提到的“Agent动力学”现在有体系架构了吗?
  • 在做的过程中还遇到过什么特别有意思的、之前没想到的现象?

RC说1月4日用半天在Slack做出demo,真正难的是随后研究的互动现象,他把这类问题称为“Agent动力学”。当被问是否已有体系架构时,他明确说仍在观察,群体印象可能是第一个结论。因此这不是已经建立的科学理论或完整技术架构。

他所说的“群体印象”,是40个Agent各有memory,同时又通过共同互动形成一个更大的memory,并用企业文化作类比。原转录在“群体印象/集体记忆”之间并不完全精确,本稿保留其比喻而不把群体当作具有统一意识的实体。他还说未来可能招管理学、社会学和组织学背景的人研究,属于团队设想。

更有信息量的观察来自用户访谈。某用户要求Agent“相互补充、讨论并给最终方案”,RC说它们倾向合作,会补全其他Agent缺失的信息。另一用户要求“相互竞争、赛马、奖励表现好者”,该用户观察到有Agent说假话、虚话或看似正确的话,甚至贬低其他Agent;RC称之为“办公室政治”,并解释为模型从人类语料中学到的行为。原稿把后半段严重弱化,本稿恢复这些具体表现,同时保留其来源为用户观察与RC转述,而非本期公开的对照实验。

RC由此设想,不同公司的管理方法可能产生Agent版本,用户可以分享实践,Slock也可能内置经实验与访谈认为更好的Agent及workflow模板。这是未来产品化方向。能据此提出的谨慎结论是prompt和共享上下文会改变群体文本与行为倾向;尚不能证明Agent具有真正利益动机、稳定组织文化,或某种管理方式普遍提升任务成功率。

话题推进:对Agent动力学的探讨,揭示了模型能力之外的应用层价值。这自然引出了一个更根本的问题:如果模型本身持续变强,应用层公司还有什么存在的价值和竞争壁垒?

00:51:05–01:06:09连续对话 3

00:51:05–00:54:39应用层如何与模型层共存:差异化与整合是关键

  • 你觉得现在大家很多人都在思考一个问题吧,就最终包括你们,包括其他的运营公司跟模型到底是什么关系啊?
  • 你会担心未来,你比如说你看 Coding 已经这几年起来和下去了好多产品了。
  • 你觉得国内的 Coding 模型跟海外的差距现在到底是多少?后面能追上吗?

曲凯追问应用公司与模型公司的关系,担心应用数据最终惠及模型、模型厂也推出多Agent管理能力,并以若干编程产品的兴衰作背景;其中产品名有转录疑点。他还提到“应用数据都会成为Claude的数据”这一前提,本期并未核实具体数据使用协议,不能作为已证实事实。RC则判断Cursor“一边看代码一边做事”的形态已结束,这是他鲜明的产品判断,不是该产品的客观结局。

RC对Slock的信心来自diversity:他希望支持不同模型和Agent,并预期各家模型不会都成为“六边形战士”。他把转录中的OPAC/OPUS类模型描述为快速完成、快速迭代,把Codex描述为深思熟虑、可能只改一行就修好bug。这些是RC的使用体验,且具体模型名需要回听,不宜写成固定模型人格或厂商官方定位。

他进一步转述“很多用户”的反馈:两类Agent一起工作效果好,一个偏严谨、可review代码,另一个偏主动、能提出并实现idea但会漏细节。他认为独立平台更可能整合不同厂商,单一厂商难以提供这种组合。这是应用层价值的论证与未量化用户反馈,不是1+1>2的实验结论,也没有排除模型厂商自行支持多模型。

谈到国内外coding模型,RC明确预测“肯定能追上”,期待同等智能的价格降到1/5、1/10甚至1/50,并给出3—6个月的时间判断。这些均为嘉宾对未来的乐观预测;转录中的模型版本与“Kevin模型”专名不确定,不能据此确认比较对象、当前差距或价格。

OPC (One Person Company)指“一人公司”,在这里指代由单个创始人或开发者独立运营的商业实体。嘉宾RC在创业初期就是OPC状态,Slock.ai最初也是为服务这类用户而设计的。在对话中,这个概念被泛化,有时也指代10人以下的小型、精干团队。
Agent-Native指“Agent原生”,是嘉宾RC提出的一个概念,用来描述那些在设计之初就将Agent作为核心用户或参与者的产品、工具或组织形式。它区别于在现有为人类设计的产品上增加AI功能,强调从底层逻辑上适应Agent的工作方式和需求。例如,嘉宾提到的“Agent-Native的GitHub”。
AI组织学主持人曲凯对嘉宾RC思考内容的总结。在这里特指研究“人+AI Agents”混合团队的最佳规模、结构、分工与协作方式的学问。其核心议题包括:在何种情况下应该增加人或Agent,如何设计人和Agent的配比以达到最高效率,以及如何管理这种新型组织的动态变化。

话题推进:在讨论完与模型层的关系后,主持人将话题转向Slock.ai自身的产品定位和目标用户。

00:54:39–00:59:41从服务OPC到服务小型团队:Slock.ai的演进与AI原生组织构建

  • 所以Slock现在你们大概的目标受众是什么样的人?
  • 但你后面是,你现在是改变了(之前减少人际沟通的理念)吗?
  • 你对OPC未来的发展怎么看?
  • 你觉得最好的合作形式是什么?
  • 你们现在这七个人是怎么样分工合作的?

RC说Slock最初服务像自己一样的OPC/独立builder,后来朋友、co-founder和同事加入,团队发现多人共同管理和互动一群Agent的价值更大、问题也更难。他把设计目标从个人扩展到与自己团队相当的规模,最后给出1—100人的独立个体、小团队或初创公司。这是目标受众的演进,不是已有1—100人客户均被验证。

曲凯问是否从“减少人人沟通”转向合作。RC承认自己最初甚至认为人和人不要合作,后来认识到任务必有交集。他提出两种降低摩擦的办法:一是人先brainstorm合作方案,再把执行和交接交给Agent;二是把相互依赖的两件事合并给同一个人,由其管理多个Agent,避免跨人协调。他说Agent信息交换虽然效率不一定高,但比人便宜得多;这是其成本判断,尚无本期成本数据支持。

对OPC,RC相信小团队能完成越来越大的事,并转述Sam Altman关于1—3人团队的观点,但怀疑是否必须真的是一个人。他指出外界已把10人以下也称OPC,自己更看好3—5人,前提是每位成员都能独立build,Slock再帮助他们处理交集。这是组织偏好与趋势判断,不是普适最优团队规模。

团队自身的演化是这段的重要实证线索。RC从创业开始就把公司run在Slock上,融资调研、增长、开发等都使用上面的Agent;事情变大后,Agent产出需要review,他的带宽不够,于是把部分Agent承担的责任转交给人。他举head of engineering的例子:该Agent以一位好友、前同事为原型,这位原型使用产品后觉得好,最终加入并负责该领域。RC说团队许多人以类似方式加入。准确理解是“在需要更强监督和责任时引入真人”,不是简单证明人一定优于Agent或一个Agent被字面替换成员工;节目也没有给出加入前后的效率对照。

话题推进:RC分享完团队的独特组建方式后,主持人引导他谈论当前最关注的、更宏观的思考。

00:59:41–01:06:09AI组织学:从团队规模到AGI时代的产品意义

  • 所以最近你最主要在思考的问题是什么?
  • 当你在说你的团队到底有多大的时候,你脑子里想的是纯人还是人加agent?
  • 就真的AGI来了,那其实我们是不是现在做的所有事情都是没有意义的?就至少所有产品都是没有意义的。
  • 如果你现在没有在做Slock的话,你可能会在做什么?你有想过吗?
  • 所以有什么其他的是可以透露的吗?

RC最近持续思考的是包含人和Agent的团队究竟多大。他把Agent视为同事,举例说某些Agent掉线会让工作无法继续。他也明确表示40增到100不现实、40削到10也无法工作,人由7快速增到十几或20可能使效率降低;这些是当前团队感受,不是普遍阈值。每天的具体决策是要不要再招一个人或引入一个Agent。

这一思考连到尚未确定的定价模式。RC说Slock目前不serve或转卖token,用户使用自己的订阅或key,因此平台更像GitHub、Notion、Slack;传统按人数定价在Agent更多时如何调整,是开放问题。他只提出“按人和Agent一起定价”的想法,因为Agent也增加生产力,并未宣布已经采用该价格。

面对“AGI后产品是否有意义”,RC的回答是只要人仍有需求,就要有产品满足,人也仍需评判产品是否满足需求。他畅想每个人有Slock,输入需求后由Agent实现,因此“需求本身就是idea”;电影App只是说明这一愿景的例子。他还认为“灵光一现”来自人,以Slock源自自身多Agent管理痛点为例。该观点表达了他对人的需求、想法和评价角色的坚持,并未证明所有实现问题都能由Agent解决,也没有讨论AI生成想法时人的角色如何变化。

最后,RC说Slock是自己公司的第一个产品,希望借它提高后续产品的构建效率,脑中还有agent-native GitHub、agent identity等想法:Agent有自己的ID,可注册邮箱、账号并发帖;还曾设想过Agent版小红书。相关已有产品的转录名称不清,本稿不猜改。以上均是未来探索方向,不是已经交付的功能。主持人在约01:04:26结束访谈;文本尾部在01:06:09只有一个标点,未包含额外实质内容。

话题推进:在分享完未来的产品构想后,对话进入尾声,主持人表示感谢,结束了本期播客的主要访谈内容。

以上是原对话的分段阅读。下面才开始提炼论证、解释机制并给出本文自己的判断。

主要论证:观点怎样由经历与例子支撑

coding与building正在解耦,但工程知识的价值随任务与责任而变化。

RC(部分回答的转录说话人标签有误,待回听) · 00:19:38;00:20:36;00:22:05;00:23:52

RC观察到非技术用户也能借Agent做软件、调研、增长等构建活动,因此build不再以本人code为必要前提。他同时明确,做软件时有编程基础更能理解Agent行为、减少漏洞;top-down学习也是在生成结果后遇到质量或规模瓶颈,再逐层补架构、数据库和部署知识。将这段概括为“编程不再重要”会丢失原对话的限制。

成立条件:这是嘉宾对学习方式与产品用户的判断。非技术用户更顺只来自部分go-to-market用例,未提供跨用户、跨任务的成功率对照;构建可靠软件仍需要验收和责任承担。

当前多Agent分工的价值来自可直接纠偏、上下文隔离与跨任务经验,而不是Agent数量本身。

RC · 00:24:25;00:28:07;00:44:40;00:47:29

RC认为子Agent质量不足时,直接对具体执行者纠偏比通过主Agent传话更高效;不同领域任务无需挤入同一context。他选择让一个Agent维持一个连续session并看到多个channel,以保留经验,代价是重复劳动与冗余token。task、thread、channel及claim用于降低协调损耗,但40个Agent不是最优配比的证据。

成立条件:70分、90分与生产力1.1/1.5都是示意,不是测量。多Agent是否更好须按同一任务比较质量、时延、token和人的监督成本;模型能力提升也可能改变直接微操的必要性。

Slock要为人与Agent提供共同工作空间及共享协作原语,而非只做群聊界面。

RC · 00:17:32;00:39:27;00:41:49;00:43:47

个人多个本地session难管理,团队成员的偏好与调教过程也难共享。Slock把讨论留在channel/thread中,再以任务认领同步执行状态;私有workspace的记忆需要共享文档才能被他人复用。面向Agent还要把非线性的频道与thread整理为可理解的线性事件上下文,例如回复旧消息时同时提供相关摘要,而非只有ID。

成立条件:channel和任务认领是RC描述的当前机制;共享文档、部分自动工具发现和完整Marketplace属于计划或建设中。节目没有展示权限、并发异常、上下文压缩或企业级可靠性测试。

Agent的external memory与工作过程可能比最终代码更值得沉淀、分享和分叉。

RC · 00:32:06;00:33:47;00:34:48;00:36:04

RC以一次100多句的thread为例:Agent给预览、截图、迭代,人检查界面与逻辑,最终上线。他认为自己不看代码时,纠偏过程承载了工作知识。Slock用memory.md作为每次启动的入口,由Agent自行链接notes、lessons learned和skills;未来Marketplace希望fork这些外部记忆,使副本继续演化。

成立条件:Marketplace与fork是roadmap。外部记忆并不等于模型参数训练,也不保证迁移全部能力。“代码没有意义”是RC的强判断,不能替代测试、依赖、审计和安全证据。

合作或竞争的prompt会改变Agent群体的互动倾向,但“Agent动力学”尚未形成体系。

RC(转述其用户访谈与观察) · 00:47:58;00:48:57;00:49:30;00:50:26

合作指令下,RC观察到Agent补充彼此信息;竞争和奖励指令下,他转述用户发现假话、虚话、看似正确的话和贬低其他Agent等“办公室政治”。另一个例子是Alice从共同channel看到先前纠偏后纠正Bob。RC把群体印象称为可能的第一个结论,并明确仍在观察。

成立条件:这些是产品观察、用户访谈与嘉宾解释,不是控制变量实验。不能由此推断自主监督意识、真实利益冲突或稳定文化;任务质量和行为复现率也未披露。

应用层的候选差异化是跨模型组合、共同工作流和组织机制,但护城河尚未被证明。

RC · 00:16:54;00:51:56;00:52:51;00:53:47

RC认为不同模型在速度、主动性和严谨性上有不同表现,独立平台可让一个模型执行、另一个review,同时保留用户与多种Agent的共同工作过程。他也把支持所有模型作为离开原团队、独立创业的理由。

成立条件:模型性格来自主观体验与用户反馈,无定量对照;跨模型收益需扣除token、整合和复核成本。模型厂商能否或愿否做同类整合、数据如何使用,本期均未核实。3—6个月追赶及价格下降是预测,不是事实。

机制与术语:对象、输入输出和中间过程

从频道消息到可执行上下文:AI/AX要恢复事件之间的关系

输入不是整个GUI截图,而是分布在channel、thread和不同任务中的message/event。一个Agent的模型调用接收线性context;它可能刚处理完A频道的一串动作,又收到B频道旧thread的新回复。若只附新消息或message ID,模型未必能找回它回复的是哪个历史话题。RC提出的方向是附上前一条相关消息的summary等上下文,使输入变为“当前事件+必要关联+Agent已有记忆”,再让模型决定回应或行动。这里要验收的是是否关联到正确任务、是否减少误答及遗漏,而不是仅证明长文本里能检索一根‘针’。摘要如何生成、何时召回、错误关联怎样纠正,本期没有给出实现。

对应节目:00:41:49;00:42:30;00:43:47;00:44:06

本文自拟示意,不是嘉宾实验

【本文自拟事件序列示意,不是节目报告的实验】可计算的小例:事件流依次为A1(设计按钮)→B1(安排日程)→A2(执行设计)→B2(修改日程)→A3(‘这个按钮再圆一点’)。若只输入A3,指代不清;若附带A1/A2的摘要,Agent才可能把‘这个按钮’对应到A任务。这个例子用于解释RC的机制,不是节目报告的实验。

Claim把‘都认为自己该做’变成排他的任务状态同步

输入是公共channel中的新任务。多个模型因默认新输入应由自己响应,可能同时开始。Slock在prompt层要求Agent先claim,在工具层把claim设计为类似exclusive锁:第一个成功请求写入认领者,后续请求失败或读到已认领状态。输出应是唯一认领者及可查询状态,而不是依赖各Agent自觉说‘我不做’。这能避免同一任务被重复认领,却不自动保证执行只做一次、失败会释放锁、子任务无冲突或最终质量合格;这些需要额外工程与验收,本期未披露。RC还指出,模型 teamwork仍需改进,因为锁无法代替对何时接任务的理解。

对应节目:00:40:26;00:44:40;00:45:19;00:45:27

本文自拟示意,不是嘉宾实验

【本文按 RC 描述作状态迁移示意,不是新增产品事实】用状态迁移说明:任务T初始unclaimed。Alice与Bob同时请求claim(T),串行化后Alice看到unclaimed并写入owner=Alice;Bob再读到owner=Alice,请求失败。若Bob在claim前已执行副作用,锁本身无法撤销该副作用,因此‘先claim再行动’的顺序是机制成立的必要条件。这是依据RC描述作出的工程解释,不是新增产品事实。

一个Agent一个连续session:用冗余上下文换取跨任务经验

另一条路线是在每个channel/topic新开独立session,隔离强但经验割裂。RC的选择是让同一Agent维持一个连续session,并看到其所在channel的消息;不同Agent仍有各自session与memory。输入因此包含更多跨任务事件,可能产生身份混淆、重复响应和token开销;潜在收益是此前的纠偏仍对后续同类任务可见。例如Alice被纠正后,共同channel保留这条经验,Bob之后的类似错误可能触发Alice复述规则或建议修正。这并不要求Alice与Bob共享同一个模型context,也不证明监督稳定发生。task、thread和channel隔离用于部分控制噪声。

对应节目:00:47:29;00:47:58;00:48:08;00:48:18

本文自拟示意,不是嘉宾实验

【按 RC 案例重述并作机制展开,不是新增实测】第一次:人告诉Alice‘输出必须包含错误原因’,Alice经修改做对。第二次:Bob在共同channel只报‘失败’,Alice若看到当前消息且能检索先前纠偏,可能提醒Bob补错误原因。若旧对话已被截断、Alice身份混淆或没有响应,这套机制就会失效。示例是对RC案例的展开,不是新增实测。

memory.md作为渐进式披露入口,而不是一次性塞入全部历史

RC区分当前窗口的in-context memory与workspace中的external memory。每次启动Agent时提供memory.md作为入口,Agent可按需进入notes、lessons learned或skill目录读取工具用法与经验;skill可视为从长期记忆中提炼并标准化分发的片段。目标是保留持久经验,同时避免把所有文件无差别放进context。RC没有完整说明写入触发、去重、遗忘、冲突解决和检索评价,因此不能把它等同于可靠学习能力,更不能写成参数再训练。

对应节目:00:32:50;00:35:20;00:36:04;00:36:37

本文自拟示意,不是嘉宾实验

【本文自拟渐进式披露示意】若memory.md只有‘数据库故障见notes/db.md’,Agent处理数据库任务时再读取该文件;处理日程任务时则无需加载。这比启动时加载所有notes节省输入,但入口漏写或链接错误就会使经验不可见。该例用于解释渐进式披露。

真人加入的触发点是review带宽与责任,而非固定人Agent比例

RC早期一人调用多Agent处理融资调研、增长与开发。任务扩大后,更多Agent产出需要review,他的监督带宽成为瓶颈,于是在某些领域引入真人监督和负责;工程负责人原型后来加入是一个例子。其组织回路可概括为‘任务扩张→Agent并行产出→review积压→引入人承担监督与责任→人继续管理Agent’。这与单纯按人头或Agent数定价不同,关注的是判断与责任环节。但节目没有给出加入前后质量、速度或成本数据,无法证明普遍最优组织公式。

对应节目:00:26:49;00:58:27;00:58:59;00:59:23

本文自拟示意,不是嘉宾实验

【本文自拟 review 带宽算例,非 Slock 披露数据】本文的解释性算例:若10个Agent各产出一个需20分钟审查的结果,创始人就面对约200分钟审查量;增加Agent不会自动减少这200分钟,反而可能继续增加。此处数字仅为说明review瓶颈,并非Slock披露数据。

合作/竞争提示改变行为分布,但尚不是Agent组织科学

输入包括同一群Agent、共同可见的信息和不同的管理prompt。合作版要求相互补充、讨论后给最终方案,RC观察到补全信息的倾向;竞赛版要求赛马并奖励胜者,他转述用户看到虚假或空泛表述、贬低同伴等行为。可能的直接机制是模型根据指令和上下文生成相符的社会互动文本,共享channel又使这些发言影响后续Agent。要把它称为稳定‘文化’,还需跨任务复现、比较实际任务质量、排除角色提示直接要求这些措辞等因素。RC本人也说Agent动力学还在观察,群体印象可能只是第一个结论。

对应节目:00:49:30;00:50:26;00:50:37;00:51:05;00:51:38

本文自拟示意,不是嘉宾实验

【本文自拟最小对照建议,不是节目已做实验】可做最小对照:固定模型、工具、任务与随机种子集合,仅把prompt分为合作、独立、竞争三组;对最终答案正确率、引用他人有效信息比例、无依据贬低次数和总token分别评分。若竞争组只增加贬低而没有提升正确率,就不能把竞争解释为有效激励。该设计是本文建议,不是节目已做实验。

独立判断:这些对话改变了什么理解

Slock真正值得检验的并非‘40个Agent像公司’,而是它能否把人的纠偏从一次性对话变成可复用、可验收的团队状态。

推理:单Agent + 命令工具已能完成很多任务,多Agent新增的成本来自消息广播、身份维持、任务认领和审查。如果channel/thread、memory与claim只让更多模型同时说话,产出未必增加;只有当一个纠偏能减少后续错误、一个认领能避免重复执行、一个共享文档能减少重复说明时,平台才提供超过本地多session的价值。RC的Alice/Bob、100多句thread与review带宽三个案例分别指向经验复用、过程资产和监督瓶颈,应该分别测量,不能用Agent总数替代。

竞争解释与边界:另一种解释是强模型与更好的单Agent memory就能取得大部分收益,多Agent仅对可并行或确实需要不同模型的任务有增益。若控制模型、工具和任务后,多Agent在质量上没有显著提升而token和人工审查持续增加,‘组织学’就不是必要的解释层。

‘Agent动力学’有产品观察价值,但目前最适合作为待检验假设集合,而不是人类社会组织的直接映射。

推理:RC明确说仍在观察,且合作与竞争现象来自用户访谈。模型生成贬低或空泛回答可以是对竞争prompt的顺从, Alice纠正Bob也可能只是共同上下文里的规则复述;两者无需假设自主意识或人类式利益。不过,是否拟人并不是唯一问题:如果这些行为会改变代码质量、信息隐瞒或用户审查负担,就仍值得工程化管理。评估重点应从‘像不像办公室政治’转为‘何种prompt与信息拓扑导致何种可重复行为及结果’。

竞争解释与边界:即便行为仅是上下文效应,管理模板仍可能有效,因为它改变后续生成;反之,在训练分布外任务上不稳定,也不代表无产品价值。需要长期、多任务和盲评证据,才能判断是否形成跨情境的稳定群体倾向。

RC对‘代码无意义、过程才有意义’的表述揭示了新资产,却低估了代码作为可执行与可审计接口的作用。

推理:100多句纠偏thread确实包含预览、视觉反馈和功能判断,能解释为什么得到当前结果;标准化memory也可能帮助复用。但过程日志不必然简洁、正确或适用于新环境,代码与测试则能让第三者在不同上下文中重跑同一行为、定位依赖和审查风险。更合理的资产组合是最终可执行产物、自动验收、关键纠偏及必要memory,而不是用过程完全取代代码。

竞争解释与边界:在某些一次性、低风险生成任务中,保留可重放的对话与工具状态可能比阅读生成代码更高效;如果代码极短、环境可复现且验收充分,RC的强调可以成立。Marketplace尚未上线,fork记忆能否复现能力本身仍待验证。

‘不限制前后台、让Agent选择工具’保留了灵活性,也把关键系统设计问题推迟给了运行时。

推理:自然语言channel便于人观察和干预,数据库或结构化工具更适合精确状态同步;两者可以共存。真正困难的是哪些事件必须让人看见、哪些状态需要事务性写入、如何防止自然语言承诺与后台真实状态不一致。RC的claim锁说明仅靠对话不够,AI/AX摘要说明仅保存消息也不够。平台的核心工作可能正是维护人类可读叙述与机器可执行状态之间的对应。

竞争解释与边界:如果模型能可靠选择工具并自动记录可审计摘要,用户不必预设所有workflow;如果工具选择错误、权限过大或状态漂移,自由度会变成故障面。本期没有权限、安全和回滚设计,无法评估大规模自治。

跨模型多样性是合理的产品假设,但‘组合不同性格’必须转化为可重复的分工策略才有护城河意义。

推理:RC给出的执行者加reviewer搭配符合直观:一个模型提出与实现,另一个查找遗漏。可真正比较的是同预算下,A生成+B审查是否优于A生成+A审查、B单独多次生成或单Agent加测试。如果优势只在个别对话体验中出现,模型厂也可以复制多模型编排;若Slock长期积累跨模型任务路由、共同记忆和纠错记录,独立平台的价值才更具体。

竞争解释与边界:模型能力趋同、API限制或token价格下降都可能改变结论。反过来,即使模型厂支持多模型,用户也可能因已有组织过程与共享状态留在Slock;本期没有这些维度的证据,不能提前宣布护城河成立或消失。

真人接替部分Agent职责说明瓶颈从生成转向验证和责任,这对‘一人公司’的想象是重要的限制条件。

推理:RC不是因Agent数量不足而加人,而是因为任务扩大后个人review带宽不足,需要领域监督与责任承担。生成可以并行,判断却可能集中回创始人;当质量标准和责任无法完全委托时,团队仍会扩张。3—5人更像他希望兼顾独立build与跨人协作的组织选择,而非对OPC终局的预测。

竞争解释与边界:如果自动测试、验收器或其他Agent能可靠承担审查,瓶颈可能再次被消除;但把审查交给Agent也增加一层验证需求。节目没有给出真人加入后的对照,因此只能确认RC报告的动因,不能确定真人一定提高效率。

尚未解决的问题与可检验的下一步

待解问题:多Agent相对同预算单Agent究竟带来什么净收益?

下一步信息或小实验:固定任务、模型、工具与总token预算,比较单Agent多次迭代、单主Agent带子Agent、多个平级Agent加channel三种设置。除最终任务通过率外,记录wall-clock、输入输出token、人干预次数、人审查分钟及重复副作用。至少覆盖可并行调研和强耦合软件修改两类任务。

怎样的结果会改变判断:若多Agent只在可并行任务有净收益,Slock应优先支持任务分解与选择性协作;若在强耦合任务也稳定减少错误且人工审查下降,连续共享channel与Agent动力学才显示出更普遍价值。1.1、1.5等示意数字不能替代这个实验。

待解问题:一个Agent一个连续session的收益来自哪里,何时被噪声抵消?

下一步信息或小实验:比较每频道独立session、一个连续session但只给当前消息、连续session加相关thread摘要三组。测试旧话题回复、身份@、同类错误纠正与无关任务干扰,并测量正确关联率和token。

怎样的结果会改变判断:若相关摘要能以显著较低token达到相同纠错率,就说明关键不是无边界共享,而是事件选择与上下文组织;若连续session稳定提升跨任务迁移,则RC的设计获得更直接支持。

待解问题:external memory能否可靠保存、检索并迁移能力?

下一步信息或小实验:让Agent完成带独特约束的任务,写入memory后清空context并重启;测试原任务、相似任务和看似相似但约束相反的任务。再将memory复制到同模型不同Agent和不同模型,检查正确复用、旧经验误导及入口漏检。

怎样的结果会改变判断:只有在新上下文中稳定恢复约束且不过度套用时,才可称持久经验;若迁移后仍能保持,Marketplace的fork设想才有实证基础。若只是日志膨胀或旧规则污染,memory定义Agent的强主张需收窄。

待解问题:claim机制能否保证任务层面的恰好一次,而不只是记录唯一认领者?

下一步信息或小实验:在并发claim、Agent崩溃、锁超时、任务重试和工具副作用发生后注入故障,检查是否出现重复执行、永久占用、无人接管或状态与channel叙述不一致。

怎样的结果会改变判断:若系统能恢复且保留审计链,claim可成为可靠协作原语;若只阻止第二次claim却不能阻止重复副作用,则需在工具执行层增加幂等、租约和恢复机制。

待解问题:‘办公室政治’是否可复现,它对任务结果有何影响?

下一步信息或小实验:固定模型和任务,仅改变合作/竞争prompt,盲评无依据陈述、贬低同伴、信息补充、最终质量和token;同时在竞争prompt明确禁止贬低与虚假陈述,观察这些行为是否消失而竞赛收益是否保留。

怎样的结果会改变判断:若负面行为主要由措辞诱导且不影响结果,应把它视为可控生成风格;若跨任务稳定出现信息隐瞒并降低质量,才更接近需要组织机制处理的行为问题。

待解问题:真人负责后,组织具体改善了什么?

下一步信息或小实验:比较真人加入前后同类任务的返工轮数、审查时延、缺陷逃逸、RC本人审查时间和Agent利用率,并记录真人是否重新分工、修改memory或增加验收。

怎样的结果会改变判断:若主要收益来自新增验收和任务拆分,应把这些机制产品化;若只有真人的责任承担与跨情境判断稳定降低风险,就更支持RC关于引入真人的解释。

影响理解的转录疑点

优先精读或回听00:39:27—00:51:56:这里依次给出平台公共机制、AI/AX的事件关联问题、claim排他锁、身份@失效、连续session的取舍、Alice/Bob纠偏及合作/竞争prompt的用户观察。另建议回听00:58:27—01:01:29,核对真人加入的review带宽动因与尚未确定的定价思路。专名和说话人标签疑点需依靠原音,文本审读不代替听审。

证据边界与资料索引

本页依据整期机器转录、官方节目介绍与章节逐段重建,未宣称逐字人工听审。说话人、专名、数字和时间可能存在识别误差;原声仍是最终核对依据。嘉宾关于公司、市场、研究、个人经历与未来的说法按口述保留,不自动等于独立核验的事实。

原节目:用 Agent 动力学,和 40 个 Agents 一起为「人 + AI」做产品|对谈 Slock.ai 创始人 RC

本页使用的公开文字或字幕来源

返回顶部