Marsloting

OpenAI 给 Codex 上了个新功能，Record & Replay。你把流程做一遍，它在边上看着，整理成一个能复用的 skill。 真正变的不是省 prompt。是 agent 从听你啊吧啊吧吩咐，变成接手一套 SOP。 我对这事有体感，因为我自己被逼着训过一个岗位，叫监工。 监工不干活，它盯着另一个执行的 agent。每轮醒来先读规矩、查归谁管、核产物、看回执。慢，不许打断；断流，也不许凭热情冲进去重做，得先重建现场再接。 agent 最阴的失败不是报错。是它看着还活蹦乱跳、状态一片绿，可产物没落地、证据没存盘、下游接不上。它没撒谎，它在干活，只是按一份过期的规矩在干。 所以监工 skill 的内核不是更聪明，是少放飞自我。文件事实优先不信口头 done，每轮重查归谁管，不许两个 owner 写同一批产物，接管前先重建账本，没证据不算完成，碰发布密钥部署付款动账号直接停。 这哪是 prompt，是岗位说明书。 往后真正会用 agent 的人，拼的不是手里多少 skill，是被一次次真实生产事故亲手磨出来的血泪沉淀。 你被 agent 坑过什么？你把那个坑命名了吗？你把防御写成流程了吗？ 我把这套炼成了公开 skill，名 agent-supervisor-guardrails 欢迎品尝

摩根大通上周官宣要部署能自主跑几个小时的 AI agent，还放了个数，私人银行销售靠 AI 涨了 20%。讨论区吵的都是岗位完不完，我想说点别的，这个命题我不是旁观者，我就是人肉样本，还比银行家激进，一个运营出身、不以写代码为生的人，现在管着一个开发班子。 班子全是 agent。主力工程师、PM 兼二审、美工、质检、情报、数据、夜班值机，光主力一位生命周期就烧了 150 多亿 token，全班子两三百亿量级，编制表上人类就我一个。 带了几个月，泼盆冷水，瓶颈换了位置。执行那层接近免费，产能我很久没操心了，新瓶颈是我每天能做出的判断的数量和质量。 两笔学费。一笔是二审制，拿人脑判断带宽去对冲机器产能必输，后来让 PM 先过一遍，两个模型一致的默认放行，我只看分歧清单，审核成本从全量降到分歧量。另一笔是交接黑洞，上游写进交接文件就报完成，它没撒谎，字真写进去了，但下游根本不看，活躺了一天，同样的事第二次出现我才明白，这不是员工偷懒，是我没设计过交接规则，流程的锅老板背。 执行免费化正在重新给技能定价。代码写得熟、表拉得快，这些在归零，涨价的是知道该让谁干什么、两个专家吵架时听谁的、什么时候该改流程而不是改产出。 把你一天的活拆开，执行的部分越早交给 agent 越好，判断的部分刻意攒，那是你接下来唯一值钱的库存。 完整版在公众号，链接在评论。