EN
◀ 返回收集
X · @brian_armstrong

Coinbase CEO Brian Armstrong:每个重点方向一个常驻主代理,再加一名「参谋长」代理,所有待办进同一个优先队列

发布 2026-11-07 收集于 2026-11-08 12:00 AI 资讯 #ai#industry
全文

过去几周,我改了自己的工作方式。

现在,每一个重点方向都有一个一直在跑的主代理,上面再放一个参谋长代理来统管。每个主代理带着自己的子代理写代码、做测试、催评审,并和同事对接。

所有需要我决策或验收的事情,都会进入同一个优先队列,就是一个简单的本地网页应用。每次产品评审都带着截图和功能演示视频。我主要靠语音和快捷键,成批清空这个队列。这些主代理也会带回一些我自己没想到的主意。

从这一个队列里工作,而不是在几十个聊天窗口之间来回切,少掉了很多脑力负担。这套系统一直在学习我的偏好,并把我的判断沉淀成一个 “Brian brain”,让建议和初稿在送到我面前之前就更好一些。目标是让每次改动需要我纠正的次数更少。

每一项改动仍然走原来的人工评审和安全检查。它消掉的是事务,不是人的判断。

现在正是把生产力往前推的时候,尤其是我们还在建设面向代理的经济(agentic finance)。大家都应该继续往这个方向走。

原文信息
标题
Coinbase CEO Brian Armstrong:每个重点方向一个常驻主代理,再加一名「参谋长」代理,所有待办进同一个优先队列
作者
Brian Armstrong (@brian_armstrong)
来源
X · @brian_armstrong
发布
2026-11-07
收集于
2026-11-08 12:00 · 2026-11-08-12-ai.json
链接
https://x.com/brian_armstrong/status/2119112609223827547
打开原文 ↗

转载,侵删。版权归原作者,如有侵权请来信,收到后删除。

同一批次的其他文章

12:00批次 · 2026-11-0812 篇
>

姚顺雨:护城河更多在产品层,最大的往往是别人没有的数据和上下文,再加上用户是否信任你去使用这些数据

宝玉发了一段清华大学讲席教授张亚勤向腾讯首席 AI 科学家姚顺雨提问的视频:DeepSeek、腾讯、Anthropic、OpenAI,你们的用户黏性在哪?姚顺雨的回答是,护城河更多在产品而不是模型。一方面,如果你拥有别人没有的私有数据和上下文,这可能就是最大壁垒——他举微信里的 …

X · @dotey
>

芝加哥大学法学教授 William Baude:午饭回来发现 Claude 误删了一年宪法课讲义和当期教学大纲

Baude 11 月 5 日在 X 上说,他只是让 Claude 去改一套旧讲义里的页码,回来却发现当期 Fall 2026 教学大纲和 2023 年课程顶层笔记被删了。他分享的截图里,助手承认「I deleted your Fall 2026 FINAL syllabus .d…

X · @WilliamBaude
>

KGO:把概率时序预测写成「结构化不确定性」的演化,用单步生成替代一遍遍采样

改进什么:概率时序预测既要抓住有结构的时间动态,又要表达不确定性,还要推理快。现有的隐动力学模型结构清楚,但生成方式偏死;扩散和流匹配更灵活,却要迭代采样,速度慢。怎么做:Koopman Generative Operator 把三块拼在一起——KoPE 在 Koopman 隐空…

HF Papers / arXiv
>

AT&T 开源 OTel 2.0:从 Gemma 4 31B-IT 出发、用约 4400 亿电信语料做后训练的行业模型

AT&T 首席数据办公室的 Farbod Tavakkoli 在 Hugging Face 放出 OTel-2.0-LLM-31B-IT-QLoRA。底座是 Gemma 4 31B-IT,用 QLoRA(LoRA rank 256)在 4-bit NF4 量化底座上训练,发布时再…

Hugging Face
>

browse:让 Agent 用你正在登录的真实浏览器——MCP 服务加 Chromium 扩展,登录和验证码会交回给你

OpenCode 团队的 MIT 项目:Agent 在后台标签里用 Playwright 打开页面、截图、抓网络、录像;遇到登录、两步验证或付款,把标签交还给你,你点 Continue 它再接着干。安装脚本可写入 Claude Code、Cursor、Codex、Gemini C…

GitHub
>

Windmill:用代码写工作流、内部应用和 AI Agent 的自托管编排平台,作者称速度可对标 Airflow / Prefect / Temporal

Rust 实现的代码优先平台,能把脚本、审批流和 Agent 放在自己的机器上跑。今日约 +22,约 ★18461,许可证在 GitHub 上标记为其他许可。对企业来说,关键是能私有化部署一条可审计的自动化后台,而不是再接一套只存在于云端的 Agent 控制台。

GitHub
>

Anthropic 官方互动提示词教程:一边看说明一边在笔记本里改提示词

官方的 Jupyter 教程,演示怎么给 Claude 写更稳的提示词。今日约 +24,约 ★39134,许可证未标明。适合团队把提示词工程从口口相传变成一套可点开就练的内部教材。

GitHub
>

OpenAmika:把 Live2D 形象、实时语音和长期记忆配上 OpenRouter 或 Ollama 的开源陪伴助手

作者把 MekaHime 的 Amika 做成可自部署版本:形象、语音和记忆在本地,大脑可以走 OpenRouter 或本地 Ollama。约 ★507,日均约 +114,许可证标记为其他许可。更像个人陪伴/虚拟角色,不是办公套件,但记忆加本地模型的组合对端侧角色 Agent 有…

GitHub
>

岛仔 Daozai:Windows 顶部信息岛,把歌词、邮件验证码、日程、待办和 AI 额度轻轻浮在屏幕上

Rust 写的桌面工具,MIT 许可,约 ★477,日均约 +96。它不替代某个大模型,而是把验证码、日程和各家 AI 额度集中到视线顶端,减少切窗口。适合每天同时开好几个模型和邮箱的人。

GitHub
>

billion-context:把月级超长会话压进约 10 万 token 窗口的上下文压缩插件,作者称能省下约 5 倍 token

面向「一个会话用很久、窗口却不够」的场景。约 ★4678,今日约 +191;许可证未标明。我们 10 月下旬介绍过它,今天再次出现在快速升星里。作者自称 10 万上下文就够用、能省约 5 倍 token,这些数字来自项目说明,接入前应在自己的仓库上核对压缩质量和是否丢掉关键约束。

GitHub
>

GenAI_Agents:50 多份生成式 AI Agent 教程,从对话机器人到多智能体

Jupyter 笔记本合集,覆盖常见 Agent 写法。约 ★24864,今日约 +19,许可证标记为其他许可。更适合当对照手册,而不是一个开箱即用的生产框架。

GitHub
>

Best-Paper-Writing-Skill:按 CVPR / ICCV / NeurIPS 最佳论文的写法,起草摘要、引言、方法和实验

给 Claude / Codex 用的写作技能,材料来自顶会最佳论文的结构。约 ★294,日均约 +27,许可证标记为其他许可。它模仿的是行文结构,不会替你产生新实验结果,写论文时仍要自己对数据和引用负责。

GitHub