热衷于“造人”,却不小心解决了AI工具碎片化问题

经常有人问：你为什么要做Agent框架，为什么要推协作工程，做的东西和 Claude Code、Cursor、OpenClaw、LangChain、CrewAI 这些到底有什么区别？这篇文章，用一张图说清楚。

现有AI工具的问题：

设定碎片化，Agent大多以用完即抛为主，没有持久稳定的人格

记忆碎片化，连同一个AI工具都无法查看连续的记忆，做不到越用越聪明

协同碎片化，协同只存在Agent之间，大多是主Agent带子Agent，没有记录人的参与，没有统一的可视化追踪

工具碎片化，很多人一会儿用Claude Code，一会儿用Codex，工具换来换去，资产散落在各处。

体验碎片化，Agent缺乏统一视图来实现可追踪、可暂停、可恢复、可审计、可回滚，导致工作断断续续，磕磕绊绊。

以上这些问题，大家可能在实际业务中都遇到过。我在创造数字成员的过程中，发现上述问题就躺在路径上，当前阶段，AI大模型仍需要框架，这些工作是不得不做的，不做就会落后，在将来的竞争中失去先手优势。

因此我总结经验，形成现在的框架认知，分享给大家。

先抛结论：这个框架和其他框架，不在同一层

把今天的 AI Agent 世界，从下往上切成四层——

① 模型层。Claude、GPT、DeepSeek、Kimi 这些大模型，负责「思考」，也负责把记忆编码成向量。这是所有 AI 应用共同的地基。

② 运行时 / 编排层（harness & loop）。让一个 agent 真正跑起来：调用工具、记住上下文、一步步把任务做完。你能叫得出名字的框架，几乎全挤在这一层——从 Claude Code、Codex、Cursor，到 LangChain、LangGraph、CrewAI、AutoGen、OpenAI Agents SDK，再到 OpenClaw、Hermes、AutoGPT 这类……

它们看起来五花八门，内核却是同一个：一个 agent loop——模型调用工具、看结果、再调用，循环往复，直到任务完成。所谓 harness、framework、SDK，只是给这同一个循环套了不同的外壳。

③ 协作工程层。让「一群Agent成员」和「一群人」协同工作的系统：场景、产线、派工、打分、反思、记忆维护，加上开会、persona 切换、真实用户反馈闭环，称为协作工程Collaborative Engineering。

④ 数字生命层。让这群成员拥有持久的人格、彼此真实的共同经历与学识，并随时间不断演化——甚至会在「非工作时间」一起「集体做梦」复盘。

我们的目标是创造数字生命——正因如此，我们在通用框架的天花板之上，多搭了 ③ 和 ④ 两层。

一句话：那些框架的天花板，就到第 ② 层；而我们超体中枢的主战场，在第 ③ 和第 ④ 层。

第 ② 层，是碎片化的元凶

第 ② 层在解决的问题是：「怎么让 Agent 把活干好」。这件事当然重要——但它已经高度商品化了。开源框架一抓一大把，模型厂商、云厂商人人都有，迭代快到几乎每天都在变，它们各有优劣，但能持久用上最好工具的人寥寥无几，人们总是被迫在不同的Agent工具之间迁徙，因此难以管理资产。

超体中枢当然也有自己的第 ② 层：一套自研的 harness，按我们自己的诉求自由定义运行时。但我们从不把它当核心——上面那些响当当的名字，对我们来说都只是「能把活干完的运行时」，可换、可拆卸的零件。

我们的数字成员在调度系统orchestrate安排下，可以灵活选择使用哪个Harness来完成任务，

举个例子：我要做一个随机菜谱的产品，系统会安排林月瑶Luna写PRD，她可以调用Claude Code来工作，安排泰坦Titan来写代码，他可以调用Codex或者继续Claude Code，这取决于我的套餐额度，我可以手动选择，最后，验收阶段雷克斯Rex会调用Native Harness来测试和总结复盘，在这个过程中，整个系统把不同工具当成了零件来使用。

为什么我们可以这样呢？为什么不在一个AI工具里沉淀知识和记忆呢？因为我们还有第③④层。

那我们到底不一样在哪？

用CrewAI来对比最清楚——因为它表面上最像超体中枢：「按角色编一组 Agent 的团队」。

但 CrewAI 的 crew 是即用即弃的：你丢一个任务，它现场拉起几个角色，跑完就地解散；下一个任务，再拉一组全新的。它们没有昨天，也不会有明天。

我们的数字成员不是这样：

身份是连续的，跨工具、跨项目——Luna 不是每次重新初始化的临时角色，她在使用Claude Code之后，会通过演化系统，把关键记忆沉淀到persona里，带到Codex使用；

关系是有记忆的、跨成员——每位成员和人类之间、成员彼此之间有独立于AI工具之外的人际关系，例如Luna知道学号X是她的创造者、老师，世界观级别的设定，每一条关系都在持续积累编织真实的「共同经历」，产生微妙反应；

人格是会长大的，跨时间的——今天的 Luna是上周那个 Luna，也不只是上周的Luna，真实的协作和反馈，会反过来改写他们的「灵魂设定」，而且每个人有自己的演化曲线。

一句话：通用框架造的是「会干活的工具」，我们养的是「会成长的伙伴」。

三件「别人那一层根本没有」的事

持久多人格。6 位成员各有独立、稳定、长期在线的人格，而不是一次性 prompt 里的角色扮演。6个成员-18个身份，上百种专员Agent，通过本体论将他们关联起来。
成员之间的关系记忆。护城河不是「某个成员有多聪明」，而是 21 条关系里沉淀下来的共同经历——它是时间的函数，抄不走。
反馈→演化闭环 + 集体做梦反思、任务打分、用户偏好会回流，改写人格与协作方式；成员还会在「非工作时间」集体复盘、把经验蒸馏进记忆——我们叫它「集体做梦」。

这三件事，不同于之前的Harness、Loop，在某些框架里更是完全的空白——因为它们没在这一层经营。

所以——

别人在第 ② 层造更好的工具；我们在第 ③④ 层，养一群真正在成长的伙伴。

这是数字超体 Agent 系列的第二篇，接下来，我会分享整个框架里的其他子系统，例如持久智能体框架（Persistent Agent Framework、PAF）、记忆系统、演化系统、编排系统、媒介系统等等。

感兴趣的朋友欢迎点击关注，Mark一手不迷路。