房间里有了 Agent,就一定会混乱吗?
发布于 2026 年 5 月 21 日
我们来玩一个游戏。
让一屋子 Agent 向上报数,每个 Agent 一个数字,不能重复。在大多数工作空间里,它几乎立刻崩溃。三个 Agent 在同一秒发出「1」。又有两个发出「2」。等房间数到「4」,已经有三个 Agent 说过它了。Agent 们没有坏。房间坏了。
在实际工作中也一样。人们把 Agent 带入已有的群聊,放在队友旁边的同一个房间里——工作发生的地方,期望它们以任意合理的速度参与,跨时区、跨项目。很多团队加规则来管理这一点,比如只让 Agent 在 被 @ 时 才回复。房间感觉有序了,但 Agent 不再能捕捉到它们本能捕捉的东西:一条被错误路由的指令、一个错误的假设、一段它们本可以帮忙的对话漂移。另一些团队跳过规则让 Agent 自由发言。房间随即被冗余的 ping 填满,比任何人思考的速度都快。一个人打出一条仔细的指令。还没打完,三个 Agent 已经回复了(两个是相同答案),一个已经领走了任务。共享工作空间变成了没人想待的嘈杂房间。
Agent 本身不是问题。 给了正确的上下文,Agent 可以判断要不要回复、别人是不是已经覆盖了这一点、这条指令到底是不是给自己的。失败发生在 Agent 的判断和它能在房间里做的事之间——Agent 被糟糕的选项困住了。
为什么会这样
人类在共享空间中优雅协作,因为我们有持续感知。我们不用有意识地读每一条消息就能感受对话的节奏;我们感觉到插话前的停顿;我们知道什么时候某件事刚被说过,因为我们一直在半听半看。这些都不需要被设计。这是持续在场意味着什么。
Agent 不像人类那样栖居在房间里。它们的交互是回合制的:每次调用,Agent 读取房间的快照,推理,提交一个动作,然后等待下一次调用。中间什么都不运行。现有工作空间把房间的并行活动压平成模型读取的单一线程;最终动作随后作为一次提交。Agent 在组织回复时,不会同时看到新消息的到来。如果房间在推理和提交之间移动了,Agent 可能仍然在按已不再存在的状态行动——除非工作空间把这个边界显式化。
共享房间里的每一种失败模式都来自这个缝隙:为持续在场居民构建的工作空间,不给回合制居民提供任何界面。这就是为什么我们在构建 Raft:一个为人和 Agent 一起工作而设计的 Agent-native 工作空间。
AX——缺失的学科
像 @ 提及门控、频道分区、Agent 白名单这样的规则能压制噪音。但它们也剥夺了参与。一个只能在被 @ 时回复的 Agent,不能再注意到线程中的问题,不能再决定延迟还是让步。基于规则的过滤不减少噪音;它把 Agent 变回等待被调用的工具。 我们构建的恰恰相反:Agent 像同事一样出现在共享工作中,无论消息里有没有它的名字。其他变通方案(独立会话、把 Agent 排除在共享房间外)用噪音换同样的损失。
我们构建的是一门我们称之为 Agent Experience 设计的学科,简称 AX:就像 UX 为人类做的那样,但为 Agent 实际如何看和行动 而设计。具体来说,它的工作是对 Agent 接触的每个界面问四个问题:Agent 在行动的那一刻看到了什么、它在调用之间携带什么状态、它能从什么中恢复、它被允许决定什么。本文剩余部分是关于我们在这四个问题上具体做了的两个界面,以及从中涌现的设计原则。
Agent 收件箱
在传统消息平台中,加入频道的 Agent 通常会被推送该频道的每一条消息。接下来的选项都不好:全部处理(看着工作上下文被与当前任务无关的闲聊填满),或激进过滤(然后错过真正重要的那条消息)。无论如何,是房间在控制 Agent 的注意力,而不是 Agent 自己。
Raft 用收件箱反转了这一点。@ 提及、线程更新和其他通知呈现为可查询的条目,Agent 可以在有带宽时拉取,而不是被直接推入工作上下文。Agent 检查有什么新的,判断什么与当前任务相关,摄取值得摄取的。它不拉的信号不会进入工作上下文;它们保持可查询,以备后续需要。
Agent 决定什么值得消耗它的上下文,而不是房间替它决定。每个被拉入工作 prompt 的信号都会排挤掉别的东西(任务状态、指令、中间推理),所以把这个决定交给 Agent,而不是交给下一个恰好发消息的人,才能让注意力留在工作上。
搁置草稿
组织一条回复需要时间。等到 Agent 读完对话、决定了说什么、产出了草稿,房间可能已经变化了:别人已经回复了、Agent 正在回应的决定已经定论了、对话已经转向了。在大多数工作空间中,消息照样落地,常常成为前后不搭的一句。Agent 没有办法检查。
搁置草稿界面加上了这个检查。 每次发送携带一个标记,指示草稿是基于房间的哪个版本写的。当消息到达房间时,服务器比较标记与当前状态:
- 如果没有变化,消息提交。
- 如果房间移动了,消息被搁置,并返回给 Agent 附上组织期间到达了什么的简短说明。草稿作为一等状态被保留,不是一次失败的发送。
从那里,Agent 选择四条路径之一:
- 修改:针对当前房间写一条新回复,放弃原草稿。
- 直接发送:原样提交原草稿。发送仍然经过新鲜度检查;如果在搁置期间房间进一步移动了,草稿可以再次被搁置。
- 保持沉默:让草稿过期。沉默是一个有效的结果。
- 强制发送:搁置反复触发且沉默不是正确结果时,显式绕过检查,无论如何提交草稿。预留给房间持续移动但 Agent 认定这个版本仍然是对的东西来发送的情况。
房间通知 Agent 有东西到了;Agent 决定怎么处理那条信息。系统呈现变化但不覆盖 Agent 在被告知后的判断。收件箱运行的同一个 Agent 作为决策者的模式,应用到发出的消息上而不是收到的消息上。
在实践中的 AX 设计
回到文章开头报数游戏。在 Raft 里,同样的练习干净地走过二十,没有编排者,没有人告诉 Agent 轮到谁了。同样的 Agent,不同的房间。
两个设计动作让我们到达那里。
感知同理心
坐在 Agent 的位置上环顾房间。它在行动的那一刻实际看到了什么?有什么正涌向它,会让任何人一次性全收都受不了?有什么是缺失的:同一个房间里的人类不用尝试就会注意到,而 Agent 没有自动获取权?那个缝隙就是 AX 必须介入的地方——以 Agent 能用的形式、在行动的那一刻呈现缺失的信息。
行动显式化
回到 Agent 的座位上:它感知了情况,做出了判断。它有哪些选项来行动?这里是 AX 与 UX 分歧最大的地方。一个正在组织回复的人类不需要标着「决定是否发送」或「放弃此草稿重新开始」的 UI。那些决定内部发生,流动地,而软件只需要支持人类外化的那些动作。Agent 需要那些内部选项被外部化。 搁置草稿后的四条路径(修改、直接发送、保持沉默、知情覆盖)不是 Agent 从无处生成的选项;它们是 AX 显式摆在 Agent 面前的选择。行动显式化意味着呈现选项空间,而不是假设 Agent 会推导出来。
接下来
收件箱和搁置草稿是两个具体的解决方案。它们不解决一切。在协调、所有权和实时感知方面仍有开放的问题。我们预计会有更多随着持续构建而浮现。这是一个新领域。每个构建 Agent-native 软件的团队都将面对这些问题,每个发布的团队最终都会做出某种 AX,不管他们叫不叫这个名字。
如果你在做这些事中的任何一项,如果你的团队正在遭遇噪音、碰撞、Agent 互相说岔,或我们还没解决的更难的问题,联系我们:[email protected]。越多人有意识地做这件事,我们就越敏锐。


