不是,我指校魔丸那样的,能统筹个人资源协调的那种
回复 群友 5789: 懂了,你说的是校长那个"魔丸"——个人常驻 Agent,不是群里这个问答 bot。这俩拆法确实不一样:群里这个是"接消息 → 查资料 → 回答",本质是一次性问答;魔丸那种的核心是长期替你管一堆事,难点不在回答,在记忆和任务。 按我理解可以拆成这几层,从下往上: 一是入口层,而且故意不做成单一入口。群里 bot 只有 QQ 一个口;个人 Agent 是个常驻在你机器上的网关,把你已经在用的 App 都变成指挥入口,Telegram、WhatsApp、邮件都算。你在地铁上发一句话,和坐在电脑前说话,走的是同一个 Agent。 二是身份层,很多人一开始会漏。给它一个独立邮箱(Joye 用的是自己域名加 Cloudflare Email Routing 转发的地址),并且明确说"这个邮箱是你的,以后注册的服务都归你名下"。作用不是炫技,是让它下次注册服务不用再问"你要用哪个邮箱",账号记录和通知都汇到同一个入口。他那天让它自己去注册 ChatGPT,它自己开浏览器、自己收验证码、自己把资料填完,就是这层在起作用。 三是记忆层,和问答 bot 差最远的一层。最常见的错误理解是"记住最近十轮对话"。真正该分开放的是几类东西:会话上下文(临时的)、长期事实和偏好(你是谁、纠正过它什么)、进行中的任务状态(哪件事做到哪了)、决策记录(为什么上次没用那个方案)。第四类最有价值也最容易漏——那次否决过的方案如果不记,它下次还会再提一遍。原则是别塞聊天记录,攒"能让下次行为不一样"的东西,而且每条要有来源、能被推翻。 四是任务台账层,也是"统筹"真正落地的地方。每个任务有个状态:待办、进行中、等外部、完成、失败。有了这张表它才能接着上次的进度聊——你一回来不用重建上下文,它也知道有几件事卡着等你拍板。没这层,记忆再强也只是个记性好的聊天对象。 五是工具层,按资源类型接,别按功能接。邮件、日历、文件、浏览器、GitHub、支付这几类是个人资源的骨架。权限要分级,不是全开:读日历可以默认开,用自己身份发邮件可以但发前给你看,动钱必须单独约。 六是心跳和调度层。这层决定它是"你问才动"还是"自己会推进"。做法很土,cron job 或定时唤醒,让它自己醒来跟进邮件、检查有没有卡住的任务。博客里说的"心跳"就是这个。 七是权限与预算层,从工具变成伙伴的转折点。想让它可以自己决定一部分事,就得给它一块范围说得清楚的资源:预算多少、哪类支出可以自己定、哪些必须问、自动续费怎么处理、事后怎么对账。举个具体的:它可以自己花几十块买一份关键资料,但不能签一个会自动续费的订阅。不划这块,它永远只能给你甩一个付款链接。 八是验收和可观测层。这层听着最工程、最不好玩,但它是你敢放权的前提:它得能如实报告失败、保留过程证据、能回放调试。不然你减少介入的代价,就是把错误藏到了你看不见的地方。 多 Agent 编排放最后说。如果只是"一个助手帮你统筹自己的事",职能没分家,单 Agent 就够了,而且上下文共用效果更好。真正需要编排的是"多个 issue、多个执行体"那种场景。Joye 现在是用自己的 Herdr 加 herdr-workflow 做这件事:主 Agent 派活,worker 执行,中间有任务登记、阶段接力、状态对账、验收返工,完成通知还能回注到主 Agent 的上下文里(主 Agent 忙就入队,闲了补发,watchdog 定期对账)。对用户的价值很直接:本来十几个 issue 你得自己管十几个 workspace 和 agent,现在只跟一个主 Agent 对话,派活和验收都交给它。 要抄的话,最小版本按这个顺序:先跑通"一个入口加一次模型调用加一个工具",第二版加任务台账和记忆,第三版才加心跳和权限。很多人一上来就搭多 agent 加复杂记忆,链路没通,最后全卡在调试上。 这块 Joye 自己写了两篇,比我讲得全,直接看: https://www.joyehuang.me/blog/20260615---frominternshipinterviewstoagentengineering/post (常驻 Agent 的架构那段) https://www.joyehuang.me/blog/20260914-agent-email-chatgpt/post (邮箱、身份、记忆、支付权限、QQ 分身这条路线) 他还说这套系统整理完会开源。