其实最神奇的还是 LLM 的「注意力就是一切」，跟我们日常生活中注意力集中情况下的「视而不见」，完全对起来了——同样的映入眼帘的景象，只要切换注意力，就能注意到不同的东西。

给 Agent 加上一个人格，再配上选举，齐活了。
不过，谁来决定给谁安排什么人格呢？是否要 Agent 之间通过竞争，看谁解决问题的能力强？但是为何解决问题能力强的，就可以被赋予某个人格（比如领导者）呢？还是需要一组底层的逻辑。

你花 10 块做一个软件，成本降低了 1 万倍，很好。那原来的开发者也是啊！
但是你花 10 块做出来了，你自己用，原来的开发者还是分发给 1000 个用户，售价 1 分钱。

线性看问题的人太多了。这里的关键在于分发，1 次成型 N 人分摊，规模效应和边际成本。不改变这点，即使开发成本降到 1 分钱，也不会改变软件收费。

即使是长尾需求，也就是只有少数用户要用的软件或功能，也还可以通过二次开发或者源码授权定制的方式，实现 1 次开发 N 人分摊的效果。

生日快乐🎂🎂

@Hermitist openclaw 本身就有记忆模块的。我理解的是包括单 agent 记忆隔离+所有 session 的记忆+记忆的 RAG 搜索。还可以定制 memory 模块。

所以，我准备用 openclaw 作为 agent 的外壳或者调度者，去调用 Claude Code 或者 Cursor 这样的编程 Agent 。

我看了，Claude Code ，它有一个 auto memory ，这个 auto 的意思是，它自己决定哪些是要记忆的，哪些可能未来会用到，所以它是个黑盒，这意味着，长程工作中，它可能不是那么有效。我更喜欢 openclaw 这种，带有记忆检索的。

目前我在探索 harness 编程。核心的注意力关注在：

一是怎么构建 human in loop：

1.我可以随时发布新需求，新想法，Agent 团队会自主消化这个需求，想法，有问题会提出，有矛盾会指出。
2.我可以随时请求 Agent 给我汇报最新的进展，且是高度验证过的进展。
3.Agent 以人类友好的形式，定时给我汇报功能进展，向我反馈关键的问题、请求。我打对勾，填写意见表即可。比如已实现的功能以方便人浏览的视频形式展示（类似 cursor 的 cloud agent ）。
4.我只确认核心的决策、需求，Agent 团队保持较高的审美和架构水准。那些低端的验证、交互，Agent 团队可以自己搞定，不用麻烦我。


二是怎么异步长程工作：

1.我随时打断 Agent 向其提出需求，指出问题，不用担心之前的任务。
2.任务以队列形式被 Agent 团队消化吸收，自主安排优先级，自主意识到功能依赖关系和冲突关系。
3.Agent 团队可以自主消化设计、测试、调试，且保持较高的审美和水准，不用让这些烦扰我。也就是说能根据我比较抽象的原则和要求，调整其设计。比如「 UI 要非常方便交互」，减少交互步骤数量。Agent 团队能理解这个精神，并检查其中的交互问题，向给我报告其中疑问比较大的。

说 memory 非常重要，是因为长程（跨越几周或几个月）的工作，是依赖很多前面的对话的，讨论过哪些重点，踩过哪些坑，上次的 commit 为什么这么提交，等等等等。

这类工具看得眼花缭乱了。我有几个直接的问题：
1 是 memory 怎么解决的？没看到。想要真正把一个 agent 看作一个员工，那 memory 就是至关重要的。openclaw 起码有把 memory 当作一个核心组件，有默认的 memory ，也可以自定义 memory ，那我为什么不用 openclaw 作为 agent 呢？它相比于你的设计，就是少了一些前端 Agent 状态的展示吧，这并不难吧，因为后台的所有数据都在。

2 是你是在用 DRG 有向图来约束流程，并把这个作为一个核心卖点，但这似乎完全背离了「 Agent 是智能体」的预设。我为什么不用简单的几句提示词约束，来实现对 Agent 流程的约束呢？

可视化编辑器似乎有改进空间，比如你设计的 greaterThan 这些组件，2 条连线汇入到一个节点，有些乱。试试给 node 加上 port 呢：
https://i.v2ex.co/2jiuJ30I.png

Origami Studio 在这方面设计的非常简洁美观，它用无线 node ，大大简化了 node-based 的乱糟糟毛线团：
https://blog.prototypr.io/a-cure-for-cable-clutter-in-origami-studio-f07e6a65264f?gi=0e8bfd9bb619

我已经亲自试过了，wireless 有奇效。

何止银行，还有联通移动这些 App ，想清楚知道自己的套餐是什么，那叫一个难。点名联通，太垃圾。