怎么管理Ai agent

看看我的 agent 团队们，有写图文的、网站运营的、监控金价的、记账的，还有提供情绪价值的，后面还要增加一个视频剪辑的 open cloud 小 龙虾 用上多 agent 的 模式了吗？但像我这样每个 agent 对 应一个机器人的配置是有点广泛。在飞书上其实有一种更简单的方式，就是通过拉群，实现一个机器人多个 agent 多个群聊分别管理的模式。我们来以选择题、写作和神稿三个事情为例，完整的配置一遍， 一共三个步骤。首先用这样的命令创建多个 agent， 分 别负责不同的工作，然后给每个 agent 的 职责拉一个飞书群，并且把我们的唯一的这一个 飞书机器人添加到群里面。接着把每一个群聊和 agent 绑定起来，在这里查看群的 id， 通过这样的 bindings 配置把两者映设起来。最后不要忘记给飞书 channel 增加这两张配置，开放群聊和群聊中，不需要艾特机器人也能回复。 配置完成之后，在各个群里和 agent 对 话，给他们安排好职责和身份，让他们记录下来，你就可以在不同的群里指挥不同的员工工作了。像这样的流程，先选择题再写作，审稿，审完再改， 最后得到一篇完整的内容就可以发布了。这样做配置简单，效果强大，快来把你的 agent 军团也安排起来吧！关注我，带你玩转 open club！

这周我们烧了十亿多的 token， 在 openclaw 上大概就是一千五百美金吧。呃，但是我觉得非常值啊，因为我们终于 figure out， 怎么去管理一个 ai agents 团队， 所以如果你是一个艺人公司，或者你想用 ai 来管理协调你的整个团队的话呢？那请看完这条视频，因为我们已经帮你省下了一千五百刀的学费。 整个 a i a 阵子团队的协调枢纽和核心呢，就是最近这个特别火的 openclaw， 他 只要被调教好了，就是一个非常完美的项目经理。但也像所有刚招进团队的同事一样， openclaw 本身并不是一个开箱即用的 数字员工，我们需要去培训，他就是什么事情能做，什么事情需要让其他的人类同事或者其他的 agence 搞定进度该怎么汇报？有哪些规则要遵守？那么这些规则呢？在 open core 里其实就是一个叫做 agence 点 md 的 文档， 这个文档就定义了 ai 的 所有行为准则，它是一个配置文件，基础的配置就非常简单，就像一个没有被培训过的新员工一样。但是在过去一周的时间里，我们不断的去优化这个配置文件，让他成长到了可以帮我们去协调其他 六七个 a 公司的一个项目经理。那我们其实主要增强了他在以下三个方面的核心能力吧。第一个就是主动性， 因为很多人说 agents， 大家觉得他只是一个工具，只是一个机器人，那是因为他们是被动的，就是你给他一个指令，他就去执行一次， 然后你推一推他，他就往前走一步，他并不会主动的去想办法解决他遇到的问题，也不会主动的复盘和思考说怎么样把一件事情做得更好。 那如果 aids 只做到这样的程度呢？它确实只能当一个螺丝钉，但是 open course 不 一样的，它本身有一个心跳机制，就是 heartbeat 会定时去检查哪些项目卡住了，然后哪里遇到了它自己解决不了的问题，并且主动跟我们去汇报。 当然只做到这个程度的话，肯定还是不够的，所以我们在 a 证点 m d 里呢，就配置了更多的规则，让它能够做到不需要我去问任何一个项目的进度，它就可以完全汇报给我。 第二是可重入性，可重入性其实就是说这个 a 证它能不能稳定的靠谱的把一个很长期的东西干完， 它并不是说这个 agents 可以 百分之一百的在线，永远保持 up time， 因为项目的推进总是会出现问题的，然后网络即便再好的网络环境也会有意外的中断，所以我们要的其实是 它能够在项目中断，网络断掉了之后，当它重入的时候，能够从断掉的地方稳定地继续向前推进，它甚至可以去 fix 去解决为什么会断掉了这个问题。 openclaw 的 工作记忆管理，呃，其实是被动进行的，也就是说如果他认为和你对话当中没有涉及到什么重要的任务，没有涉及到什么重要的内容，他是不会主动记录到他。当他的工作日记当中 就导致比如说你重启了 gate 位之后，它就忘记了它在干嘛，所以我们在调试的过程当中呢，就优化了它去主动压缩上下文，主动刷新 session 的 这个配置，让它能够在横跨多天的非常长的任务或者是对话当中，依然清楚地知道啊不同的项目应该怎么样去推荐。 然后第三点，我们对它的改进，我觉得可以称之为 a gentle thinking， 就是 像 agent 像 ai 一 样去思考。因为很多人觉得调教 ai 来进行人机写作，应该是像 agent 像人类一样思考，但是我觉得恰恰相反，因为归机生物就应该用他们自己最熟悉，他们自己干的最好的方式来解决问题。我举个例子，大家肯定都让自己的 agent 去做过一些很简单的自动化，比如说去帮你发一条推特，去帮你在 tapp 上面呃 发一个 issue。 那 这个时候 a 正题有很多技能是可以用来干这个事情的，比如他可以像人类一样去操作浏览器，模拟人类的点击和思考，模拟人类在浏览器的输入框中，用键盘输入 来完成这条帖子的发送。当然呢，他也可以直接写一段呃 js playwrite 的 脚本，调用这个脚本来实现刚才的这个任务。但是最高效或者说最省钱最快速的方法， 肯定显然就是他直接去调用呃相关平台的这个 api。 那 么在刚才的这个任务里，比如说发帖子，在所有他可用的方式里，最慢最浪费投坑的方式其实就是模仿人类的这个方式。所以我们在给 openclaw 定的这个行为准则当中呢，就明确规定了 他在不同工具托 use 的 一个优先级，优先级高低吧，就不仅是当他自己要去解决问题的时候，应该以一个什么样的方式思考，什么样的方式去用工具，包括当他要和其他的 agents 交互的时候该怎么办？比如我们团队当中的 ai 工程师就是 cloud code， 那 open code 跟 cloud code 去共享一个项目 context 的 时候呢？它根本就不需要像人类一样，两个 agents 那 边开会聊天，它只要把自己在这个项目上的工作记忆日记直接把那个路径开放给 cloud code 就 可以了， 它们就直接可以完成整个工作 context 的 共享。除了上面的几个主要配置优化呢，我们还做了很多在细节层面的调整。呃，我也把这个版本的配置文件 留在评论区了，大家可以直接把它发给你自己的 agent， 他 就会自己根据这个文件里的指示完成所有的升级。 all right 我是 v a 七，现在在做一家 ai 加跨境的公司，如果你也想探索 ai agents 或者是相关的业务领域的话，欢迎来一起交流。 have a good one。

玩星际争霸一样带感的管理智能体你见过吗？最近有个爆火的项目， rof 直接把各路 ai 都做成了虚拟形象，让你像指挥游戏角色一样管理智能体团队。以前管一堆 ai， 要开个窗口看终端面板，翻日制，查报错、盯进度， 乱的像一锅粥。现在 rof 直接给你整个沉浸式 3 d 空间，这就是你的专属公司总部啊！他还接入了超强大的 skill 技能库，你就像给游戏角色配装备一样，想让 ai 小 人干啥活，直接给他装配对应的技能就行。 你看，可的已经在应用开发区忙得飞起，再贴一个 open 小 人，点一下他的工作区，这小家伙立马跑过去干活，干了啥？还一五一十给你汇报，完全不用懂那些复杂的命令，这不就是玩战略游戏吗？选中指派、看小人跑位、盯执行、听汇报大局战略一目了然，还能同时控制多项功能，效率直接拉满 研发团队说他们的终极愿景是给你打造一个一人公司，到时候 hr、 运营开发、数据分析全是听话的 ai 虚拟角色，不知疲倦，二十四小时待命，只为你打工。这部 ai 虚拟军团直接把智能体管理完成了游戏，未来打工人的快乐这不就来了吗？

把电脑交给 ai 管理，让他帮我完成百分之八十的重复工作，是怎样一种体验？今天测试一下二零二六年的原生工作台。这是 mini max 最新推出的 agent 桌面端，它和普通 ai 助手最大的不同是，它能直接操作你电脑里的文件、 浏览器，甚至帮你部署网站。今天我测试两个 case， 看看他到底能帮我节省多少时间。第一个 case， 我 让他帮我部署一个个人简历网站。以前大家要做这件事，得先找模板、改代码、配置服务器、上传文件要花半天时间吧。现在我直接告诉 agent 分 析博主李哥 builder， 参考我发的这篇图文笔记， 制作一份李哥的 pdf 个人简历，可以看到他阅读了这个网页的内容，然后为我制作了个人简历。 我再说一句，根据这份简历，做一个李哥个人网站，风格要简洁、专业、现代化，突出独立开发和内容创作经验。你看他开始执行，这就部署成功了。全程只需要说两句话，我们可以看看这个网站的效果。 第二个 case， 我 平常写视频脚本，会存在不同的文件夹分类里，我想整理这些脚本，得一个个打开文件，手动复制数据，再分类整理，光是整理就要浪费不少时间。 但现在我可以让 agent 帮我做这件事，只需要选择对应的文件夹目录，然后告诉 agent， 帮我分析这个文件夹里的所有视频脚本，提取标题、标签、发布时间，整理到 excel 表格里， 然后生成一份数据报告，你看它就自动完成了。 minimax agent 搭载的是 m 二点五模型，在 office 高级处理、深度搜索、调研、长文档摘要等生产历场景中都有提升。传统的 ai 助手，你问他问题，他能给你答案，但你还得自己动手去执行。 而 agent 类的 ai 就 像你雇了一个助理，你只需要告诉他目标，他会自己想办法完成更进一步。他通过分析我的视频脚本，实际上变成了我的工作分身。他知道我的写作风格、常用的表达方式和关注的话题之后，他就能写出更符合我个人风格的内容，做到帮我提效的结果。 这就是二零二六年的工作方式，你专注做更有价值的事，而那些重复性的执行工作交给 ai 就 行。 ok 啊。以上就是我测试 mini max agent 的 桌面端的真实体验，如果你也在探索 ai 提交的方法，欢迎在评论区分享你的经验，我们下期见，拜拜！