Personal Agent 折腾心得

到现在,我也算试过不少种 Personal Agent 产品了。

早在今年春节左右,OpenClaw 突然开始爆火,一开始我就通过中转站把 Opus 4.6 给配进了 OpenClaw。当然那时候仍然只是使用单一模型,把 OpenClaw 接到我的 IM 工具里,比如 Telegram 和 Discord,但那时已经基本上能够使用到 OpenClaw 大部分的功能了。那时候还有不少人在探索通过 OpenClaw 来进行多 bot 之间的协作,但彼时,这种所谓的协作会被大部分人视为奇技淫巧,实质上只是在浪费 Token。而在当时的架构下,确实使用同一种模型来区分不同角色,后来也被主流认知为并不会起到什么好的作用。

后来随着 OpenClaw 越来越臃肿难用,更新也经常遇到问题,在停用 OpenClaw 一段时间、直接把 Claude Code 给桥接到微信上之后,我最终还是把我的 bot 迁移到了 Hermes 上面。Hermes 的配置相对而言要简单不少,并且多模型的搭配使用也要简单一些。但在那时候,Hermes 更多是单 bot,或者说一个 profile 对应一个具体的使用场景,并没有涉及多 Agent 的互动。

再往后,常用的 Agent 分了两个大的方向。

方向一:降低使用摩擦力的随身 Personal Agent

一个方向是往所谓的 Personal Agent 走,即减少 Agent 的使用摩擦力,让它更贴近个人生活。这也是这几个月各大厂商主要争夺的领域,像是 Grok Bot、Manus Cue,还有 OpenAI 的 Dots,实质上都走向了这一方向。其中,Dots 是单 Agent,Grok Bot 和 Manus Cue 是多 Agent,但本质上,它们仍然是基于同一套模型体系之下的 Harness。可能 Dots 会通过 Astra 来分配 subagent 给 OpenAI 自己旗下的模型,Grok Bot 也会根据任务难度自主挑选是通过 Opus 还是 Grok 自己的模型。但到了我手里,自己选模型的余地还是有限。Manus Cue 和 Grok Bot 说是多 Agent,实际效果跟单 Agent 有多大差别,我也不太看得出来。

但不可否认的是,在界面友好度这一层面上,这几个产品都和之前的其他产品拉开了非常大的差距。并且相比之前提到的 Hermes、OpenClaw,以及之后将要提到的其他 Harness,它们的操作应用性都明显更强,制约它们的更多是模型层面的问题。基于这一原因,再加上我订阅了 ChatGPT Max,日常还是会高频使用 Dots 来对接自己的邮箱,完成一些简单任务。毕竟在手机上,能够通过 Action Button 直接调出 Dots,这种使用体验还是非常不错的,也极大减小了调用 Agent 的摩擦力。

之前使用 Grok Bot 的体感其实也不错,但在国内连起来还是非常不稳定,尤其是连上梯子之后。不过,它跟 X 生态的打通仍然是非常吸引人的。而 Manus Cue 明显还是属于半成品状态。它的使用跟 Grok Bot 有很多相似之处,但模型能力上感觉要差一些,就像 Manus 相比于 Codex 的感觉。可能它封装的效果很好,但对于追求极致效果的人来说,就比较有限了。而且它明显是往更像海外那种打电话、发邮件的 Personal Agent 方向去做。我平时用 Agent 主要是写作、做记录和处理工作,Manus Cue 就不太适合我。

方向二:把不同性格的模型/Harness 拉到一起协作

T3Code、Paseo、Multica 和 Cindy 这类产品,都在试着把已有 Agent 的各种 Harness 接到一起派任务,并更进一步让不同的 Harness 互相传消息、一起做事。

我也尝试过 Multica 的看板式任务发布、领取的流程,感觉还是非常不错的,但似乎更适合团队内部合作。最终我选择了 Cindy 作为我日常严肃工作的 Agent。选取它的原因有不少,但最重要的原因之一还是它的颜值非常高,这也是我一贯以来选取不同软件的最主要因素之一,毕竟一个每天都要高频打开的工作台,看着顺眼本身就是降低启动摩擦力的一部分。

用 Cindy 的伙伴功能调不同模型很方便,群的设置也基本能满足我平时的需要。而且 Cindy 支持手机端调用,在连接的便捷度上,除了一开始打开稍微慢一些之外,其他都非常好用。

对我而言,日常写作等场景特别需要不同类型的模型给我提供见解。毕竟 OpenAI 的 6.2 Astra 之类的模型在写作上实在非常蛋疼,尤其是那些防御性写作的问题,让它在思考问题的时候虽然非常严谨,但可读性以及对细节的奇怪关注,写出来的文章,以及日常的对话可阅读性都非常低。相比之下,最近其他家的模型,比如 Opus 5.5、Gemini 的 4 Argon、Neon,还有 Carbon 之类的模型,在这些方面的口碑就要好非常多了。

在我看来,当下模型预训练和后对齐带来的差异,已经不只是能力的高低,还包括某种“性格”和偏好,比如什么值得强调,什么需要解释,什么可以留白。它们掌握大量重叠的知识,却习惯于用不同的方式处理这些知识。——评论尸

这也正好回答了开头那个问题:为什么年初在 OpenClaw 里搞多 bot 协作是在浪费 Token,而现在却跑通了?因为当初是用同一个模型换提示词扮演不同角色,本质上还是左右互搏,而现在是把性格、偏好完全不同的模型和底层 Harness 真正放在一起协作。

最近我就在尝试这样的写作与记录流程(也是参考了评论尸的这篇文章):自己先写一个初稿或大纲,把自己的想法发进伙伴群里。群里的伙伴用的是不同的模型,调用的工具有 Codex、Pi 和 Codex Code。我让他们一起讨论,给我提修改意见。最终再由其中一个伙伴在 Codex 里把内容记录下来。等我自己修改好文章之后,再通过这个伙伴进行后续发布等一系列操作,整体使用流程非常流畅。

处理日常琐事,按一下手机上的 Action Button 就能调出 Dots。要认真写东西、处理工作,我就去 Cindy 群里,让不同模型碰撞。这是我目前用得最顺手的搭配。顺便说一句,你现在看到的这篇博客,本身就是我先把初稿丢进 Cindy 的群里,让群里几个不同模型的伙伴分别挑完逻辑、提完修改意见之后改出来的。我打算把 Dots 和 Cindy 再这样用一段时间,看看还能长出什么新的可能。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注