随笔 ·

我给自己搭了一个 Superagent,把 CEO 的工作接到了一起

AIAgentsWork

我之前已经在用 AI 处理大量工作了。

开发、评审、算法研究、客户方案、融资材料,各有各的 Session。几个任务同时跑起来,一个在写代码,一个在读论文,一个在整理会议记录,另一个等着我确认下一步。作为一家 AI 初创公司的 CEO,我很习惯这种工作方式,也确实靠它推进了很多事。

但开着十来个窗口的时候,我发现自己的注意力快不够用了。

开发完成了,要把结果交给评审。评审发现问题,要回到原来的会话继续改。检查还在跑,先去处理别的事情,过一会儿再回来看看。客户刚刚补了一条需求,得想起来告诉正在写方案的那个 AI。融资材料更新了,还要记住这份更新和哪几场沟通有关。

每个 AI 都在干活,交接和跟进却仍然集中在我这里。

一天下来,我花了不少时间确认谁做完了、谁在等我、谁还能继续。开会时也会惦记着,那个任务是不是已经停在那里了。

我开始想,能不能把这一部分工作也交出去。

于是,我给自己搭了一个 Superagent 工作台,叫作任一,EnyAgentDesk。

我对它的要求很直接。理解我现在关心什么,接住我交代的目标,组织后面的执行,把还没结束的事情持续跟下去。需要我决定时,把背景和问题一起带回来。

现在,我正在把自己的工作统一接到这个入口里。

个人 Superagent 工作中台架构
个人 Superagent 工作中台架构查看大图 ↗

早上打开工作台,我想先知道几件事。

哪些项目有了新进展,昨天交出去的工作完成了什么,什么事情还在等外部反馈,以及今天有哪些问题需要我回答。

这些变化散落在很多地方。GitHub 上有代码、评审和检查结果,飞书里有讨论、文档、任务和会议,微信里有客户、合作方和投资人的沟通。一个项目往往同时出现在几个渠道里。

工作台把这些信息接进来,结合已有背景判断它们和正在推进的事情有什么关系。

一条消息可能只是补充信息,也可能改变了某个项目的下一步。对方说材料已经发来,就应该接着核对材料。原来约好的时间发生变化,会前准备也要跟着调整。某个检查失败了,就应该找到对应的任务继续处理。

这里需要的是对上下文的理解。谁说的,之前谈到了哪里,这件事由谁负责,哪些决定已经作出,这次到底多了什么信息。

我希望主控模型承担这部分判断。随着模型能力提升,它应该能更好地理解这些关系。工作台则把背景、进展和结果保存下来,让后续工作有据可接。

我每天面对一个主对话,可以讨论、交办、补充背景,也可以随时改变优先级。背后的具体任务,由不同执行会话展开。

对我来说,终于有一个地方,可以同时看到事情本身和正在替我推进事情的 AI。


技术交付最能说明这种变化。

过去,让 AI 写出一段代码已经很容易了。真正需要我反复介入的,是写完之后的那一长串工作。

实现要检查,检查后要评审,评审意见要处理,修改后再跑 CI。中间可能发现环境问题,也可能发现原来的设计漏了一种情况。几个仓库同时推进,每一步都等我来接,进度就取决于我什么时候有空切回那个窗口。

现在,我会把目标和交付要求一起交给工作台。

比如,一项修复需要完成实现、检查、评审和合并。只要仍在已经交代的范围里,它就应该沿着这件事继续推进。评审发现明确的问题,就处理问题。CI 没通过,就读取日志、排查原因,再验证。检查正在运行,就记住等待条件,结果回来后接着做。

符合仓库要求和已有授权的 PR,也可以继续完成合并。

这些环节里,有很多事情我没有必要再说一遍“继续”。

我更需要参与的是那些会改变方向的选择。原来的方案是否还值得做,要不要扩大范围,一个修复是否会影响正在使用的业务,是否到了可以发布的阶段。这些问题需要结合我的判断和责任来决定。

它来找我时,应该已经把情况整理好了。做到哪一步,为什么卡住,有哪些可行的选择,各自会影响什么。我回答之后,这个决定就接回原来的工作,后面的执行继续。

交付也要一直跟到我能使用的结果。代码合并之后,还要看版本是否发布、系统是否加载、实际功能是否可用。每项工作具体跟到哪一步,在交办时说清楚。

我们已经在工作台自身的开发中,跑过自动评审、修复、检查和合并的真实流程。我能感受到的变化,是自己开始可以把一段完整的工作交出去。

普通进度留在工作台,需要的时候可以展开。重要成果交回来,真正需要我负责的选择再交给我。


白天,我可能在开会,也可能想花两个小时集中思考一个问题。

这时候,我希望其他工作能按照各自的节奏继续。

有的任务还在执行,有的已经完成,有的等对方回复,有的到了约定时间需要重新核对。等待也有自己的位置。系统记住等谁、等什么、什么时候该再看一眼,有了新信息,再沿原来的背景继续。

这对融资和客户工作同样重要。

一场投资人会议背后,有很多可以提前准备的事情。了解机构和参会人的背景,整理过去的接触记录,看看对方关心的问题,再准备相关材料。会议结束后,把讨论结果和约定动作接回项目,继续准备补充材料、跟踪反馈。

我正在把这些环节逐步接到同一条工作线上。

这样,下次再看某家机构的进展,我能知道最近谈了什么,哪些材料已经准备好,还有哪些问题需要我判断。客户试点也是一样,从需求沟通、方案准备,到试点反馈和后续推进,背景应该持续积累。

我把精力放在重要沟通、经营判断和谈判上,系统承担围绕这些工作展开的准备、整理与跟进。

这也是我一直想落实的工作原则——日常事务自动化,重大事项项目化。

反复发生的收集、核对和准备,可以形成稳定的工作流程。融资、客户试点、平台交付这些持续几天、几周甚至更久的事情,则围绕目标推进,保留阶段进展、已有决定和后续安排。

一轮对话结束后,事情还有地方继续。


工作台里关注哪些领域,由我自己决定。

现阶段,我会关注融资与客户、平台运行、模型和策略研究,也会关注 AI 工具与工作方法的改进。到了另一个阶段,重点可以调整。有些项目值得增加投入,有些事情可以暂缓,已经没有价值的工作就结束。

这些调整,都应该从我的统一入口传递下去。

我也可以随时进入具体事项,看看它读了什么、做了什么、为什么这样判断。工作台需要让我既能交出去,也能在想了解时看得清楚。

晚上再打开它,我主要看今天交付了什么,还有什么阻碍,哪些事情仍然在等待。

成果需要修改,就接着补充要求。方向发生变化,就调整目标。需要我回答的问题,集中处理。白天那些分散进行的工作,在这里重新汇到一起。

对我来说,这是开发这个工具最重要的原因。

AI 的执行能力已经很强了,而且还会继续变强。随着能交出去的工作越来越多,人的注意力会越来越集中在目标、取舍和判断上。工具要能承接这种工作方式,也要知道什么时候值得来找人。

任一基于 DeepSeek Harness 和 Superagent 演进。我尽量复用已有的模型、工具和执行能力,把开发精力放在自己的实际工作流程上。

它还在成长,我也在通过每天的使用调整它。但现在,我已经开始习惯从一个地方交办工作,也从同一个地方接回进展、问题和成果。

接下来,我会继续把更多日常事务接进去,让重要项目能够持续推进。每天打开工作台时,我希望直接处理眼前最值得做的事情。

项目已经开源,叫作 任一 EnyAgentDesk。

GitHub · EnyAgentDesk