ARTICLE · 1316793
关于AI智能体环境的一些实践观察记录
关于AI智能体环境的一些实践观察记录0. 对于我最近使用AI智能体环境的过程中观察和感受到的现象，我还不知道该怎么理论化地阐释，因此我先把我的一些实践和效果描述出来，希望对后续的思考有所帮助。 1. 我的AI工作区是以“项目”为基本单元组织的。例如“Substack专栏”就是一个项目，我每周在这个项目里写一篇专栏文章；“news-on-china”也是一个项目，每周这个项目要发一篇邮件期刊出去。有些项目很大，比如“数字主权”整体是一个项目。具体什么是一个“项目”，很大程度上是个主观感觉。 2. 由于项目太多，我又做了个简单的分类：01是常用工具；02是长期开展的持续工作；03是建好上线运行的软件系统；04是一次性的研究课题；05是探索性的实验。显然这个分类也没有什么特别科学的依据，很大程度上还是个主观感觉。“项目”的目录存在于“类别”目录之下。例如下图就是一个项目的完整路径。 
3. 整个工作区存在于~/Projects目录下。这个目录的命名可以斟酌，不过就算改为叫~/ai-workspace之类的也没太大区别，只是自己偏好的一个命名而已。 4. 每个项目是一个git仓库，有些远端仓库在github上、有些在我自己的git服务器上，总之每个项目都有一个git仓库作为最终可靠版本。 5. 工作区根目录的CLAUDE.md文件描述了AI应该怎么在这个工作区里找到合适的项目信息，以及怎么使用git（如下图）。比如我可能会说，“去`Substack专栏`下工作，我要写一篇新的专栏，主题是……”，AI就会根据那个项目的README.md找到该怎么开始写的指示。 
6. 上述操作实际上跟使用什么Harness、连接什么模型几乎没关系。我在Claude Code或者pi或者DSH里，后面接的是DeepSeek或者GLM或者StepFun，都是同样的工作模式，差别不大。 7. 当我有了不止一台电脑，我就开始把同样的工作区复制到每台电脑上。我的整个工作区现在大约有200G，赶时间的话我会拿移动硬盘拷，不赶时间的话就挂在网上慢慢拷，一晚上也就传完了。然后我在每台电脑上工作的方式也几乎是一样的了。 8. 这几台电脑如果处于同一个局域网里，互相之间同步和通信是最方便的。我的情况是我公司有VPN，所以我带出门的电脑只要连上VPN，它就跟放在公司的电脑处在同一个局域网里了。 9. 几台电脑之间几乎总是处于差不多同步的状态。并且保持同步是一件很简单的事，因为所有项目都是git仓库，AI可以很轻易地找出所有项目该如何同步。 10. 邮件和待办清单曾经是我严重依赖的两个办公工具，怎么在多台电脑（其中包括了并不很好用的一台Omarchy）之间同步邮件和待办清单、并且始终有良好的交互体验，这个问题曾经让我头疼了两天。然后我意识到我根本不需要自己读/写邮件和管理待办事项。然后我就做了一个很简单的智能体，去我的所有邮箱里收邮件、并管理我的待办事项。 11. 现在我跟邮件和待办清单的交互方式就变成了：智能体给我提醒，我有什么需要处理的事；或者我有空了主动问智能体，“我有什么需要处理的待办”。智能体会先把所有收到的邮件筛选一遍，需要我处理的转化为待办。邮件之外的待办我就叫智能体帮我加进去。例如下图就是我（通过pi）处理待办的界面。 
12. 为了消除各台电脑之间的差异，我在工作区里做了一套基于Google Research Harness²（arXiv:2610.14224）的记忆系统。效果不算很好，不过也算是能记住我的一些小习惯小经验，例如下图所示。 
13. 我还在工作区里把几台环境基本上总是同步的电脑的相关信息都记录起来了。比如某甲电脑是Omarchy系统，收发邮件和管理待办事项的小系统在那上面运行；某乙电脑是强有力的Mac，图像和音视频相关的任务可以去那里运行；等等。 14. 图简单起见，这几台电脑的~/.ssh目录都是一样的，所以我（以及AI）可以随便从任何一台电脑直接ssh到另外一台，并且全都可以不需要输入密码执行sudo命令。 15. 这时候我就开始有一种很有意思的感觉：不管我在哪台电脑上、电脑上安装了什么软件、打开什么Harness的界面、背后连接的是什么大模型、在哪个会话上下文里，都无所谓了。我面对的始终是同一个AI助理。它知道怎么调度这个小网络里所有的算力来完成任务。 16. 并且往这个小网络里添加电脑也变得超级简单，因为我根本不需要关心新加进来的电脑需要什么配置、安装什么软件。我只要把新电脑的ssh权限给我的AI助理，它自己就知道怎么安装一套Harness上去，然后复制一套同样的工作区，然后把新电脑的算力信息加到工作区里，然后同步到所有电脑上。 17. 然后我又想办法把电脑（尤其是放在公司始终不关机的电脑）上的Harness跟手机连接起来。我尝试了龙虾接入Telegram、Hermes接入飞书、DSH的Web界面等几种方法。dsh-go这个方案是目前为止我认为最方便的，可以完全替代豆包工作或者WorkBuddy了。 18. 下面是我手机上的DSH Go打开的界面。可以看到它实际上是在我的电脑“jeff-omarchy”上运行。也就是说即使我手边没有电脑，我通过手机交互，唯一受影响的只是我自己的输入/输出带宽。我的AI助理的工作质量和工作延续性是不受任何影响的。 
https://github.com/ccch1mneyyy/dsh-Go19. 概念上来说，我使用的笔记本电脑、手机，都成了AI助理的“界面”。而AI助理的“本体”在哪里，现在成了一个有点复杂的网络拓扑问题。所有接入这个小网络的算力，共同构成了这个AI助理的本体；而这个小网络里的每一台电脑，又可以（几乎）独立扮演这个AI助理的角色；如果我给它提供新的算力，它可以很快地把新的算力吸收转化为它的本体的一部分。
20. 上面这段有点科幻味道了，但是我基于我现在正在运行的系统来说，我认为这个描述基本上是准确的。
21. 下一步我想尝试的是在书房里搞一套基于语音的输入/输出界面，说白了就是所谓智能音箱，但是背后也要通过某种形式的Harness连接到这个AI助理，所以很可能与其买现成品牌的智能音箱不如自己动手做一个。
22. 我可以模糊地想到基于语音的输入/输出界面可能有一些好的应用场景。例如收到需要我关注的邮件以后给我简单汇报，然后我口述回复。虽然这件事本身很简单，但是如果让这个交互完全不需要拿起键盘/手机来操作、不需要打断我正在进行的事（例如读书），可能是一个更好的体验。
23. 这种“无处不在的具有连续性的个人AI助理”，我觉得有产品化的前景。我认为应该有一个开源项目来帮助普通人很轻松地获得一个这样的体验。
