从单任务执行,到持续协作的系统设计
假设今天要修复一个线上问题、整理一份评审方案,再跑一组实验。
会话越多,切换、关联上下文与跟进反馈的负担越重。
从人的注意力瓶颈,到 Router 与 Worker 的职责分工。
Router 对接你,负责故障修复与评审方案的 Worker 各自推进。
以同一次故障修复为例:是拆开步骤,还是把整件事交出去?
系统如何接到工作,又如何减少重复判断?
从开场那条故障反馈说起:先检查来源和身份,再判断是否值得跟进。
确认问题并找到可行修法后,提交 PR 供人审阅。
Ticket 记录这次修复,Policy 与 Mandate 说明规则和授权范围。
日程提醒与会议邀约是两种独立来源,都可以唤醒工作流。
故障反馈先分派;修复 PR 建立后,关联到同一任务的订阅。
Router 判断首次归属;已订阅的 PR 评论直达原 Worker,不扩大授权。
近期相关内容直接带入窗口,完整历史保留续读与检索入口。
Router 把积压的候选事件合成一批,再发起下一次判断。
长任务持续推进时,对话、状态与执行设备如何协同?
耗时操作异步执行,Router 可以继续接收消息。
耗时工具转后台,Agent 循环继续推进,才能在后续步骤中处理新消息。
云端保存推理与会话状态,执行仍依赖能连接的环境。
在设备在线且具备权限时,沿用本地代码、工具和内网环境。
可移交任务使用合适的在线环境;依赖指定设备的任务等待设备上线。
同时观察系统健康、任务进展与目标方向,发现异常后介入恢复。
回到协作体验、人的职责与监督机制。
从稳定对接,到主动响应、高效沟通与持久运行。
回到开场:从群里的故障反馈,到一条可审阅的修复 PR。
如果检查者自己误判或漏报,谁能发现并决定是否介入?