love cute software,trying to build one open dm
杭州
Joined August 2024
- Tweets1.7K
- Following422
- Followers352
- Likes1.5K
Ludamn retweeted
前一段时间有人认为我让给 AI 的指令不够明确，是一个坏的实践。但我再体验了一段时间，认为这其实是一个好的实践。
因为人的注意力是有限的，很多时候你认为的解法不一定是最好的解法。所以你给出一个模糊的指令，让 AI 先去探索可能性，人再去判断有没有跑偏的地方，是要更好的。
因为你给出明确指令以后，AI 基本上就是对照着你的指令去执行，除非说这个指令是你确定绝对 OK 的，否则的话，我更愿意让 AI 自己去综合上下文去判断要修改的地方。如果我就告诉他去改这个文件的这个地方，他很多时候会落入到一个局部最优解，甚至放弃探索全局可能有的其他信息。
theo还写了一篇文章和一期视频解释，为什么我们不应该关注Harness，这里Harness就是传统意义的claude code，负责和模型交互，这部分很无聊，直接用模型绑定的就好了，毕竟有针对性优化，甚至很多厂商还不让你把模型拿出去用。
值得我们关注的是人和agent的交互，我之前写了一篇文章定义为Harness² xitter.gq/ludamn513/status/21121…，也就是t3code这种ADE。
agent怎么和模型交互不重要，agent怎么和人交互很重要！
任何产品，特别是工具型产品，背后是有一整套逻辑的，体验这种产品远远不是点个下载登录这么简单，我来聊聊我是怎么体验T3，然后被T3改变的
1）异步、长周期交付、关注结果。T3的一大特色就是活跃状态下的thread（session），会被隐藏起来。你只需要专注每一个done的session。如果任务没完成，继续prompt。如果完成了，直接右侧merge，在sidecar点击settle，thead消失。这一套最直观的体验是，要关注的东西少了，但是少的刚刚好
2）习惯了异步后、专注结果的模式后，会逐渐开始信任模型，给的任务从怎么做变成了要什么，时间变长了，能管理的thread也变多。这时候我开始想，这笔记本天天开会通勤挪来挪去，很多任务跑一半，弄了台小主机，T3依旧完美适配这个场景（T3的维护者就是这么用的），一建连上后，多端互通，可以在手机上让Linux调用mac上的claude作为subagent，整体体验就是丝滑无感
3）接着上面那点，我开始思考，既然我有24/7的环境，没我发prompt的时候，电脑岂不是闲着了？事件驱动&可观测先行。theo（T3作者）在X上分享过他怎么优化T3 MCP的，因为T3 MCP有大量的tool description，不同模型对不同tool schema的使用习惯都不同，theo把这些失败调用都收集起来，然后改进、测试。最后description大幅变短、成功率提升。这个过程就是一个典型的loop，由外部事件驱动，agent完成整个开发验证的生命周期。所以我配合T3的定时任务能力，也做了一套类似的系统。另外可观测优化这种东西，让agent来写是最没有成本的，碰到定位不出来的问题，agent自己还可以优化，自己PR。
4）远远不止LUI（language UI），T3的chat stream中可以渲染HTML、图片右侧可以打开视频。这种信息表达能力比起文字是高了一个维度的，本身agent和人就有大量的交互来自对齐信息。后来习惯让agent端到端测试交付视频、图片。感觉项目开始管不住的时候，用HTML来做代码架构实现的对齐。这里补充一点，这种反问agent的对齐性质对话要和工作分开，否则推进实践在收敛，对齐在发散，人和agent在两种思维模式直接反复横跳，既费token也费脑
5）调度，t3的mcp允许agent互相调度作为subagent。开发者可以很好的利用不同模型的不同特性，比如让codex去做测试让opus做架构。我常见的做法是让DeepSeek做验证，让opus帮我分析自动产出的PR是否有价值，有没有针对测试用例过拟合
T3 和 theo是一体的，许多设计的意图是在开发模式逐渐向theo看齐后才get到其中的巧妙。
很多人说这个时代开发的软件不是2B也不是2C，是2me。如果me的工作模式被越来越多人接受，me就成了c。
任何产品，特别是工具型产品，背后是有一整套逻辑的，体验这种产品远远不是点个下载登录这么简单，我来聊聊我是怎么体验T3，然后被T3改变的
1）异步、长周期交付、关注结果。T3的一大特色就是活跃状态下的thread（session），会被隐藏起来。你只需要专注每一个done的session。如果任务没完成，继续prompt。如果完成了，直接右侧merge，在sidecar点击settle，thead消失。这一套最直观的体验是，要关注的东西少了，但是少的刚刚好
2）习惯了异步后、专注结果的模式后，会逐渐开始信任模型，给的任务从怎么做变成了要什么，时间变长了，能管理的thread也变多。这时候我开始想，这笔记本天天开会通勤挪来挪去，很多任务跑一半，弄了台小主机，T3依旧完美适配这个场景（T3的维护者就是这么用的），一建连上后，多端互通，可以在手机上让Linux调用mac上的claude作为subagent，整体体验就是丝滑无感
3）接着上面那点，我开始思考，既然我有24/7的环境，没我发prompt的时候，电脑岂不是闲着了？事件驱动&可观测先行。theo（T3作者）在X上分享过他怎么优化T3 MCP的，因为T3 MCP有大量的tool description，不同模型对不同tool schema的使用习惯都不同，theo把这些失败调用都收集起来，然后改进、测试。最后description大幅变短、成功率提升。这个过程就是一个典型的loop，由外部事件驱动，agent完成整个开发验证的生命周期。所以我配合T3的定时任务能力，也做了一套类似的系统。另外可观测优化这种东西，让agent来写是最没有成本的，碰到定位不出来的问题，agent自己还可以优化，自己PR。
4）远远不止LUI（language UI），T3的chat stream中可以渲染HTML、图片右侧可以打开视频。这种信息表达能力比起文字是高了一个维度的，本身agent和人就有大量的交互来自对齐信息。后来习惯让agent端到端测试交付视频、图片。感觉项目开始管不住的时候，用HTML来做代码架构实现的对齐。这里补充一点，这种反问agent的对齐性质对话要和工作分开，否则推进实践在收敛，对齐在发散，人和agent在两种思维模式直接反复横跳，既费token也费脑
5）调度，t3的mcp允许agent互相调度作为subagent。开发者可以很好的利用不同模型的不同特性，比如让codex去做测试让opus做架构。我常见的做法是让DeepSeek做验证，让opus帮我分析自动产出的PR是否有价值，有没有针对测试用例过拟合
T3 和 theo是一体的，许多设计的意图是在开发模式逐渐向theo看齐后才get到其中的巧妙。
很多人说这个时代开发的软件不是2B也不是2C，是2me。如果me的工作模式被越来越多人接受，me就成了c。
这就是AI时代吗(ಡωಡ)
明天试试
So we are finally opening our new app that we use internally for a few weeks.
It is a Linear / Notion / Slack / Discord / Mailing all in one app that you can self-host on a few MB of RAM and own all the data.
orbit.so
There is also a cloud/hosted version with 7 days of free trial so you can test things out.
After that it is just $10/month/workspace. No per seat or similar bs. $10 for your whole team.
I will go broke for sure, but you won't :D
(I have to at least get back the domain price somehow to get on 0)
Same philosophy as any coolLabs apps, no restrictions, no pay-to-feature.
Lets Orbit together with your team haha!
你们说有没有可能是steering后注入的提示词导致的行为差异？
claude 系列的模型最让我震惊的是，很懂得如何在单一 agent loop 内，和人类配合的非常好
很明显这得益于 claude 有大量的 openclaw 系列的产品的训练数据，这种产品用户不感知 loop，会疯狂发消息，不管中间状态
举一些例子：
1）steer 并行的工作内容，agent 会自己判断是否有打断之前工作的意图，没有的话会顺序执行，也可以按要求调度子 agent 并行
2）直接在 loop 中提问，需要快速答复，agent 在工作状态，能正常回答完并继续工作
3）主 loop 保持 idle，委派协调各种任务，自己负责和用户交流。这个就是典型的 openclaw 式的形态了
claude 系列的模型最让我震惊的是，很懂得如何在单一 agent loop 内，和人类配合的非常好
很明显这得益于 claude 有大量的 openclaw 系列的产品的训练数据，这种产品用户不感知 loop，会疯狂发消息，不管中间状态
举一些例子：
1）steer 并行的工作内容，agent 会自己判断是否有打断之前工作的意图，没有的话会顺序执行，也可以按要求调度子 agent 并行
2）直接在 loop 中提问，需要快速答复，agent 在工作状态，能正常回答完并继续工作
3）主 loop 保持 idle，委派协调各种任务，自己负责和用户交流。这个就是典型的 openclaw 式的形态了