大家好，我是所罗门（Solomon）。我是 ATMCraft 的创作者，也创建了 MCPUI、MCP Apps 以及 MCP 指导委员会。我还做过其他一些项目，但今天我们在这里要讨论的是：为什么我们是瓶颈，以及我们为何不必如此。众所周知且大家每天都在使用代理（Agents），它们非常棒，能做很多事情，从生成猫咪表情包到构建 B2B SaaS 应用。既然它们如此出色，我们就必须问：为什么我们所有人都没有变得势不可挡？为什么不是每个人都拥有一支随心所欲执行任务的代理大军呢？

按理说这应该相对容易。你只需要准备一堆显示器，启动 25 个云端代码代理就完成了。但现实是，做到这一点并不简单。首先，你需要真正想要使用代理；其次，一旦你实际启动了它们，每一个代理都需要你去引导、指示和审查。当规模扩大时，这简直让人筋疲力尽。我们需要找到技能和方法，让我们在不过度消耗精力的情况下完成这些工作。

事实上，我们就是那个瓶颈。但有趣的是，为了在使用代理时不让自己崩溃所需的那些技能，其实一直伴随在我们身边。如果你尝试将其与你编程之外的其他活动进行比较——比如玩电子游戏，其实并没有太大区别。例如，如果你在玩《魔兽争霸》或《模拟人生》，你有一堆不同的单位在四处活动。你需要了解它们在做什么并监督整个过程，这与实际检查代理有何不同呢？

我把这个概念推向了极致，创建了一个名为 AgentCraft 的游戏化编排器（Game-inspired Orchestrator），试图将所有这些有益的东西整合到工作中。让我们快速看看它实际是什么样子的，并尝试理解我们可以经历的旅程，以真正提升人类与代理协作的上限。这是 AgentCraft，这里有很多值得解读的地方。我们将快速浏览一下基础知识。

你们在这里看到的是代理（Agent）。它是你可以想象的云端代码或 OpenClaw 等代理的实际表示。它可以在你的设备上被检测到，或者你可以直接从 Craft 中直接生成新的代理。正如我所说的，你拥有代码编辑器（Codecs）和开源代码等工具供你指挥。这些代理可以做任何事情，它们只是普通的代理。我可以在这个带有语音功能的漂亮侧边栏中提示它们，这里支持多模态交互。

只需让我做点什么。“提示。”“提示。”现在这些代理可以做任何事了。如果你环顾四周，你会发现地图上有很多不同的元素。你有建筑物，这些建筑物代表功能模块。例如，如果你可以管理你的插件或技能，你拥有集成的终端、集成的 Git 等。你可以在这个空间内完成所有工作。既然我们已经有了这些并了解了基础知识，让我们看看我们可以做什么来提高上限。

第一步显然是可见性（Visibility）。我需要了解正在发生的事情：我的代理在做什么？我有一个漂亮的侧边栏，向我展示不同的代理、它们的任务是什么、它们最后做了什么以及目前正在做什么。我需要的所有信息都一目了然，以便快速理解谁需要我的关注，而谁不需要。第二部分是我们不仅限于此。我们有一张地图。

我可以将我的文件系统投影到地图上，现在我可以看到代理确切在做什么。不仅仅是看一堆列表，我实际上可以清楚地看到：这个代理现在正在处理这个目录或文件。这些文件在地图上以符文（runes）的形式表示。我可以仔细查看每一个，确切地看到每个代理做了什么以及何时做的。

现在我们可以利用这种信息，因为我们就是编排者（Orchestrator），可以利用它来创建关联。现在我可以创造一些酷炫的东西，比如热力图（Heat Maps）。这样我就可以轻松看清正在发生的事情。另一个方面是，既然我们有了这种可见性，但这还不够。我们需要能够对发生的情况做出反应。如果有人需要我的关注，我需要能够快速跳转到那里。

就像电子游戏、即时战略（RTS）游戏或《文明》系列一样，你可以按下空格键，它会将你带到最近真正需要关注的事物。这样你就可以轻松理解正在发生的事情，并在不同事物之间跳转，回答问题或批准计划等。这很好，拥有这种可见性是一个不错的步骤，但这还不够。

一直盯着代理在做什么是很累人的，特别是关注它们正在使用哪些文件、当前在使用哪些工具等细节粒度。所以我们需要别的东西。原因在于我们这里有两个主要问题：第一，我们要处理的信息量太大，难以在脑海中保持住。即使我能理解正在发生的事情并看到一切，我也不能同时处理 20 件事。

如果面对一个巨大的编码项目之类的情况，我甚至无法思考下一步想做什么。所以我需要找到解决这个问题的方法。我们可以告诉代理：“去我的代码库中找出我接下来需要做些什么，为我创建这些任务。”我只需点击一个按钮，接受这个“任务（Quest）”，然后就有代理为我完成它。这很有趣，也很酷。

但这里存在的下一个问题是：好吧，现在我有 20 件事同时进行，我必须 babysit（像保姆一样照看）每一个代理，这完全让人筋疲力尽。你可能会问：既然我们已经确立代理很出色，我可以直接告诉代理替我做吗？这被称为软件工厂（Software Factories），但在那个时候，它只是自主地做一些事情。

你可以给它一个你想要的大致概念，它会生成一个编排器并为你分解任务，然后在本地容器中运行这一切（在这种情况下，一切都在隔离环境中完成）。我不需要做任何 babysit 工作，代理会替我做完。除此之外，还有大家现在都很喜欢的循环（Loops）。你可以做一些酷炫的事情，比如告诉它去扫描 Twitter 上你想构建的有趣内容，或者扫描你的 GitHub。

它会在后台为你创建这些很棒的功能特性，而你无需做太多前期工作。坏消息是：这虽然不错，但当我有 20 件事——或者哪怕只有五件事——需要同时审查时该怎么办呢？这非常困难。

先把这些搞定。所以我做了一个审查套件，获取所有需要变更的内容以及更改的文件列表；你可以逐文件查看，或者直接获得视觉证据。这样你就能看到视频或照片来快速理解变更内容，甚至并行运行几个实例并从中挑选最佳实现方案。

既然我们拥有了可见性和自主权，这确实很棒，我们在提升智能体能力上限方面达到了一个不错的水平。但这依然相当令人疲惫。虽然过程很有趣，但我不得不问自己：我真的需要独自完成这一切吗？整天只和智能体对话是非常孤独的。

看看团队的工作方式，如果只有我一个人还好；但如果有团队成员，我可能并不是审查这些工作的最合适人选。因此，我需要另一种方式——协作。我们可以让其他人加入进来。在 Agent Craft 中，我可以创建所谓的“作战室”，虽然它是完全本地的，但可以通过隧道让他人加入。

比如我团队里有一位产品设计师（也就是我的妻子），我可以批准她的设计以免她生气。作为工程师，我不仅能看到地图上的内容，还能基于她的设计跟进并实施代码，而她继续工作。这里很酷的一点是，我不仅可以移交或分叉任务形成共享工作区，不再受限于 Git。

每个人都在协同工作。你可以看到房间内的用户之间以及智能体之间存在聊天功能。这就像一个精美的公告板，显示每个人和每个智能体的工作进度。他们彼此知晓并紧密协作，这比通常能做到的更加深入。

例如，我可以标记已接手的设计任务。顺便提一下，这也来自设备端，你可以使用 Telegram 等任何你喜欢的工具。现在我们要可见性、自主性和协作都齐了，成功提升了能力上限。特别是对于高级用户来说，现在可以使用更多智能体做更酷的事情。

有趣的是，反馈显示不仅仅是高级用户受益更大。对我而言更棒的是那些与智能体或生产力工具毫无关系的人，比如我的孩子非常喜欢它并用来编排智能体；或者那个因玩星际争霸而辍学的人，现在能用它做非常高效的事情。

这些例子将原本处于生产力边缘的社区带入了新世界。我们需要提升上限，也需要降低门槛。我们需要一种方法将世界上约 90% 的人带入这个高效的未来，而不让他们精疲力竭。

为此我走得太远了……目前暂定名为“潜在循环器”（Potential Loopers）。想法是：为什么我们需要像魔兽争霸那样可能很复杂、甚至对不熟悉文件粒度或 UI 复杂性的人令人望而生畏的工具呢？

我们要寻找让事物易于访问的最低公分母。既然智能体能力更强，也许我们可以像手机游戏那样，让用户专注于反复参与的项目并使用循环等功能。这种基于智能体自主性的基本模式是：我发出提示，得到结果，我不太关心呈现方式。

这种交互式且有趣的体验让人想回来使用它。当然这是一种可视化方案，可能只适合部分人。因为人与人不同，对某人来说简单神奇的东西，对另一人来说可能很难。

我正在尝试寻找更定制化的方式，理解每个人需要什么才能理解和愿意使用这些工具。这是早期草案，如果你想试用请告诉我。我们一直是瓶颈这一点已确立无疑。

但要停止成为瓶颈并开启新未来所需的技能已经存在。我们是瓶颈，但不必是。希望大家能从中获取对自己有用的部分并应用向前。我有两件事请求大家：首先，Agent 已经发布，你可以直接安装使用网站版去做你想做的事。

我刚才展示的“潜在循环器”仍处于实验阶段，我正在了解大家的兴趣和需求，以确定大家想要的门槛或上限。请去那里表达你的兴趣并告诉我你在寻找什么，以便我知道下一步该怎么做。谢谢大家。