OpenAI
当AI自动捕获上下文并驱动云端多人协作时,开发者得以走出单兵作战的洞穴重返团队创造。
AI-assisted summary of From Single Player to Multiplayer with Codex | DevDay 2026 — original source. Check the original for full context.
Source published:
Key ideas
- 打破“超级个体”的胶水瓶颈:单点赋权的 AI 工具虽然提升了个人生产力,却让工程师沦为手动串联各系统并陷入微观管理的“胶水人”;向多人协作(Multiplayer)演进的核心是构建能自动捕获沟通上下文并跨工具自主推进的系统,从而解放单点瓶颈。 (0:00)
- Appshot 与云端常驻 Agent(Dot)协同:通过双 Command 键触发的 Appshot 不仅截屏,还能抓取应用元数据、底层 URL 及首屏折叠下的完整上下文(占讲者 Codex 会话起点的 30%);结合云端 24 小时常驻且具备双向语音交互(速度达打字 3-4 倍)的个人 Agent“Dot”,实现了端云联动的全天候自动排查。 (5:00)
- 以 Space 与 `agent.md` 构建团队单一事实源:告别不可继承的本地脚本与记忆库,团队通过云端共享空间(Space)汇聚排查时间线与数据看板,并利用页面级指令 `agent.md` 规范多 Agent 协同写入的格式、引用与内嵌 HTML 组件更新,避免多方操作冲突。 (12:35)
- 沉淀企业级代理基础设施(Agentic Infrastructure):下一阶段的技术跃迁并非单纯消耗更多 Token,而是将规则自动化、可版本化控制的插件与扩展(Plugins & Extensions)以及 WebMCP 协议沉淀为团队共享资产,让开发者从深夜独自写代码的“洞穴”回归高价值的跨团队创意与协作。 (17:40)
Detailed notes
## Background 该视频由 OpenAI 于 2026 年 10 月 9 日发布在 YouTube 平台,为 DevDay 2026 的演讲实录。视频简介指出,内容围绕一场凌晨 2 点的突发故障排查展开,展示了如何借助语音、Appshots、插件和会议记录,让常驻个人 Agent 协助排查并实时向团队同步进展,实现从首条 Slack 报警到最终代码修复审查的全流程协同。
## TL;DR OpenAI 开发者体验团队的 Jason 分享了开发者如何打破单打独斗的“超级个体”瓶颈,迈向基于 Codex 的多人协作(Multiplayer)模式。演讲系统梳理了常驻云端 Agent(Dot)的核心工作流,涵盖利用 Appshot 完整抓取应用上下文、双向语音交互,以及打通端云协同的本地电脑反向控制机制。同时,团队引入了基于云端空间(Space)与 `agent.md` 规则的协作架构,推动个人自动化向可共享、版本化的团队插件基础设施演进。整场分享强调让 AI 承担繁重重复的杂务,使开发者从全流程“系统胶水”中解脱出来,重拾与跨职能团队并肩创造的乐趣。
## Atmosphere & style 现场氛围真诚坦率且极富开发者共鸣,讲者以自身从普通观众到台前分享者的转变开场,毫无保留地吐露高 APM 微观管理与凌晨熬夜排查的切身痛点。叙事节奏紧凑而富有前瞻性,既有应对系统突发故障与工具链整合的硬核实战剖析,又贯穿着走出封闭敲代码“洞穴”的感性反思。整场演讲在展现前沿 Agent 协同架构的同时,洋溢着对技术协作本质的人文关怀,带给听众一种从单机孤勇走向团队温暖的释怀感与启发。
## Bulletin - [00:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=0s) 打破“超级个体”的胶水瓶颈:单点赋权的 AI 工具虽然提升了个人生产力,却让工程师沦为手动串联各系统并陷入微观管理的“胶水人”;向多人协作(Multiplayer)演进的核心是构建能自动捕获沟通上下文并跨工具自主推进的系统,从而解放单点瓶颈。 - [05:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=300s) Appshot 与云端常驻 Agent(Dot)协同:通过双 Command 键触发的 Appshot 不仅截屏,还能抓取应用元数据、底层 URL 及首屏折叠下的完整上下文(占讲者 Codex 会话起点的 30%);结合云端 24 小时常驻且具备双向语音交互(速度达打字 3-4 倍)的个人 Agent“Dot”,实现了端云联动的全天候自动排查。 - [12:35](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=755s) 以 Space 与 `agent.md` 构建团队单一事实源:告别不可继承的本地脚本与记忆库,团队通过云端共享空间(Space)汇聚排查时间线与数据看板,并利用页面级指令 `agent.md` 规范多 Agent 协同写入的格式、引用与内嵌 HTML 组件更新,避免多方操作冲突。 - [17:40](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=1060s) 沉淀企业级代理基础设施(Agentic Infrastructure):下一阶段的技术跃迁并非单纯消耗更多 Token,而是将规则自动化、可版本化控制的插件与扩展(Plugins & Extensions)以及 WebMCP 协议沉淀为团队共享资产,让开发者从深夜独自写代码的“洞穴”回归高价值的跨团队创意与协作。
## Key takeaways - [00:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=0s) 开发者使用 AI 经历了从“单点个人辅助”到“本地权限扩展的超级个体(IC)”,再到“团队多人协作(Multiplayer)”的三个演进阶段。 - [00:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=0s) 在“超级个体”阶段,受限于个人每分钟操作数(APM),工程师极易沦为连接各系统的全链路“胶水”,陷入无休止的微观管理与深夜加班。 - [02:30](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=150s) 早期半自动化与本地脚本的最大痛点在于“不可继承”,同事无法接手进度,导致多组工程师在故障排查中闭门造车、重复造轮子。 - [02:30](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=150s) 构建 Multiplayer 体系依赖三部曲:注入完整上下文、在超出人脑容量时保持任务井井有条运转、以及将个人工作流沉淀为全队共享的技能与插件。 - [05:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=300s) Appshot 功能通过双 Command 键触发,可一次性捕获当前屏幕及应用内部的元数据、URL 和首屏下方折叠内容,贡献了讲者 30% 的 Codex 会话起点。 - [05:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=300s) 个人常驻 Agent(Dot)运行在拥有独立虚拟电脑、浏览器和文件系统的云端,支持 24 小时不间断后台运转,并可在授权后反向调用本地电脑执行“最后一公里”测试。 - [05:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=300s) 双向智能语音(Agentic Voice)将沟通速度提升至打字的 3 到 4 倍,使 Agent 能够实时语音汇报、主动反问并协助头脑风暴。 - [10:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=600s) 会议工具与语音交互允许极度混乱随意的表达,后台常驻的 Dot 会自动从多人讨论转录中清洗提取关键线索,并调用 Slack 或 Browser 工具推进后续动作。 - [12:35](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=755s) 具身化(Embodiment)让 Agent 拥有独立身份属性,团队成员可在 Slack 或 Microsoft Teams 中直接 `@Dot` 指派任务,将日常闲聊与讨论直接转化为云端上下文。 - [12:35](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=755s) 云端协作空间(Space)取代了单机时代的本地记忆库(Local Memory Vault),成为全员与所有个人及团队级 Agent 共同维护的单一事实源(Single Source of Truth)。 - [14:45](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=885s) 文档层级的 `agent.md`(页面指令)强制规范了多 Agent 协同写入时的人类可读性、引用来源及内嵌 HTML 视图与自定义 Artifacts 的更新逻辑,防止协同冲突。 - [14:45](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=885s) 页面与团队级自动化已广泛覆盖财务周报生成、研发 PR 覆盖范围与直接责任人(DRI)看板汇总、长周期科研追踪以及大型活动筹备。 - [17:40](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=1060s) 完整的代理基础设施(Agentic Infrastructure)由保持状态更新的“规则与自动化”、可版本控制与分发的“插件与扩展”、统一操作台 Codex 以及支持双向协同的 WebMCP 协议共同构成。 - [20:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=1200s) 随行个人 Agent 能在片场或会议等碎片化场景中担任“问责伙伴”,不仅能通过 10 分钟简报或语音通话同步进度,还能捕捉一闪而过的灵感并自动生成原型站点与策划方案。 - [20:47](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=1247s) 自动化的终极意义在于替人类承担“洗碗洗衣服”般的琐碎运维与样板工作,把注意力重新还给人,让开发者走出独自熬夜写代码的“洞穴”,回归跨团队的深度创造与协作。
## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=0s) 从“超级个体”到“多人协作”:打破工程师的微观管理瓶颈
演讲者是来自 OpenAI 开发者体验(Developer Experience)团队的 Jason。回顾过去一年的经历,Jason 感慨万千:去年 DevDay 他还只是坐在台下的普通观众,仅仅七个月前加入 OpenAI,而如今已经站在台上进行分享。在这七个月里,团队高频交付了海量功能。然而,随着个人生产力的暴增,Jason 逐渐发现了一个致命痛点——自己不知不觉成了所有系统之间的“胶水”,也成了整个工作流推进的最大瓶颈。现场许多观众纷纷举手表示感同身受:手头要处理的事情太多,每天陷入无休止的微观管理(micromanaging)。
针对这种演变,Jason 梳理了开发者使用 AI 工具的三个阶段: 1. **初期探索**:“我能用 AI 做什么?”——仅限于单点的个人辅助; 2. **能力扩展**:“AI 拥有了我的电脑、文件、浏览器和应用的访问权限后能做什么?”——变成了单打独斗的“超级个体贡献者”(super-powered IC); 3. **团队协作(Multiplayer)**:“如何构建一套系统,让团队所有成员一同受益,而不是自己一个人扛下全部?”
所谓的“多人协作”(Multiplayer),绝非简简单单地建一个包含若干同事的公共聊天窗口或多人群聊。它的本质在于:开发者不必再从头到尾独自推进每一项任务。系统能够自动捕获日常与同事的沟通内容,让不同工具与 AI 自行协同运转;AI 会主动记录哪些事情已经完成,并在关键决策点上主动向人类团队寻求判断,让个人从“全链路胶水”中解脱出来。
```mermaid flowchart LR accTitle: 开发者工作模式的演化 accDescr: 展示从单人指令到超级个体,再到多人协同系统的三个演进阶段。
subgraph S1["第一阶段:单点个人"] A["问答式交互<br/>AI 作为简单工具"] end
subgraph S2["第二阶段:超级个体 (瓶颈)"] B["Computer Use<br/>本地脚本与自动化"] --> C["工程师成为全流程胶水<br/>陷入微观管理与高 APM"] end
subgraph S3["第三阶段:多人协作 (Multiplayer)"] D["持续在线的 Agent (Dot)"] --> E["上下文自动捕获与共享"] E --> F["团队技能与插件复用<br/>摆脱单点瓶颈"] end
S1 --> S2 --> S3 ```
---
[02:30](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=150s) 故障响应的演进历程与 Multiplayer 雏形
Jason 提出了一个极具代表性的假设场景:早上 8 点打开社交平台 X(Twitter),突然看到用户在抱怨使用额度限制(usage limits)或限流(rate limit)报错。此时前线一片混乱——不知道究竟哪里崩了,不知道内部是否有人正在排查,但此类故障必须严肃对待。这需要有人全程跟进、在合适时机向上升级(escalate),并确保线索不会遗失在浏览器标签页或杂乱的 Slack 频道里。
面对这种突发状况,过去大半年的工作流经历了三个截然不同的演化阶段:
* **六个月前(全手动 + 本地 Codex)**:虽然开始借助 Codex 或内部工具去查 Slack,但所有逻辑均跑在自己的本地电脑上。工程师需要手动把各个系统的碎屑信息拼凑起来,不仅繁重,而且极其消耗精力。 * **三个月前(半自动化任务与心跳检测)**:任务开始能够代表个人去执行,例如在 Slack 钉住线程(pin a thread)、设置心跳自动化(heartbeat automation),期望一切信息按时抓取。然而最大的硬伤在于**不可继承**——同事无法直接接手进度,工程师既成了半个项目经理(PM),又成了半个客服;更滑稽的是,其他几个组的工程师往往在同时做一模一样的排查,大家都在闭门造车、重复造轮子。 * **当下(基于 Dot 与 Spaces 的 Multiplayer 模式)**:当有人在 Slack 上提出问题或发表评论时,个人的常驻 Agent(Dot)能够自动接入、跟踪推进,完全不受平台限制(不管是邮件、Slack 还是浏览器)。Dot 会在工程师与团队、其他工程师或客户沟通时,自主理解上下文、解除自身阻塞(unblock itself)。
团队不再需要折腾 15 个带心跳检测的置顶自动化、一个本地记忆库(memory vault)以及永远更新不全的 Markdown 文档;随着工具被更广泛地理解,这些工作流可以固化为可共享的 Agent 技能、插件(plugins)和扩展(extensions),直接为全员赋能。Jason 概括构建这一体系的“三部曲”: 1. **输入上下文**:如何将桌面、浏览器、自己与同事脑海中、以及 Slack 和邮件中的上下文完整注入 Agent; 2. **保持工作运转与组织化**:如何让海量细节在超出人脑容量时依然井井有条; 3. **团队共享与升级**:如何让成果普惠全队,提升整体战斗力。
---
[05:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=300s) Appshot、端云协同具身化与双向语音交互
在“获取上下文”环节,Jason 详细展示了 **Appshot** 这一杀手级功能。在键盘上按下空格键两侧的双 Command 键,系统不仅会截取当前屏幕,还会抓取整个应用内部的完整上下文——包括元数据、底层 URL 以及折叠在首屏下方(below the fold)的所有内容。过去打开 Codex 往往面对一个空白的输入框,还得手动输入“请帮我读 Slack”;而 Appshot 能让 Agent 直接“就地与你相遇”(meet you where you are)。据 Jason 统计,他在 Codex 中开启的会话有 30% 均来自 Appshot。
然而,单纯的 Appshot 并没有彻底解放他:由于频繁使用,Jason 戏称自己成了“全球前三大 Appshot 重度用户”,每天依然要加班到凌晨两三点。因为他受限于个人的“APM”(Actions Per Minute,每分钟操作数),依然在手动串联各种任务。转折点在于 **Dot** 的持续在线(persistent)、主动出击(proactive)以及具身化(embodied)特性:
* **云端常驻执行**:Dot 运行在云端,拥有专属的虚拟电脑、浏览器和文件系统。即便本地电脑关机,后台调查依然 24 小时不停运转; * **本地电脑的反向控制(Remote Control on Steroids)**:在赋予相应权限后,云端的 Dot 能将你的本地电脑作为“最后一公里”的执行节点。当云端调查需要登录特定账号、调用本地专有软件或进行本地测试时,Dot 会主动发问:“你本地浏览器登录了吗?能否授权我访问你的电脑来跑一下测试?”; * **双向智能语音(Agentic Voice)**:传统的语音转文字(Dictation)只是单向输入;而双向语音交互让用户以 3 到 4 倍于打字的速度与 Agent 沟通。Agent 在后台阅读分析后实时语音汇报,并主动反问、协助头脑风暴,带来了如同全新 AGI 浪潮般的协作体验。
[10:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=600s) 会议语音与个人 Agent 的后台自动化协作
在传统的单人使用场景中,人与 AI 的对话更像是一种“自言自语”;而随着会议工具的引入,对话变成了多向互动的网络。工程师不仅在与同事沟通,而且每一次发言都在隐形地为后台的个人 Agent(Dot)提供 Prompt。虽然目前让自己的 Dot 直接加入通话并插话发言可能还为时过早,但在团队对话中通过语音提示 AI 已经极其高效。
```mermaid flowchart TD accTitle: 会议语音到后台任务流转流程 accDescr: 展示从会议混乱语音中由Dot捕获上下文并触发后台协作的完整流程
subgraph AudioInput ["输入层 (语音与沟通)"] Voice["会议凌乱语音 / 多人讨论"] Prompt["中途即兴指令 (如撰写草稿/时间线)"] end
subgraph AgentCapture ["捕获与理解层 (Dot)"] Dot["后台常驻个人 Agent (Dot)"] Clean["自动整理杂乱信息 / 提取关键线索"] end
subgraph ActionExecution ["执行层 (外部工具连接)"] SlackConn["Slack Connector (私信确认/主频道同步)"] BrowserConn["Browser Agent (收集线上反馈 ID)"] DocGen["自动生成博客草稿 / 剧本时间线"] end
Voice --> Dot Prompt --> Dot Dot --> Clean Clean --> SlackConn Clean --> BrowserConn Clean --> DocGen ```
语音输入的核心优势在于“容许极度的混乱与随意”,并将清洗整理的重活完全交给模型。讲者举了一个真实的会议场景:工程师在通话中极其随意地念叨:“我觉得可能是守护模式(guardian mode)的问题;我好像看到一个名字以 T 开头的人发的 Slack 消息;你能再顺便查一下 Feature flags 的配置、缓存更新,再对比几个 Pull Request 吗?”这种又长又散的内容如果靠手动打字,工程师往往只会截一个 Appshot 然后敷衍地发一句“请排查”,随后抱怨模型给不出好结果。但如今,会议转录由具备持久性与主动性的 Dot 在后台全自动捕获,并默默推进工作,彻底免去了人工记录会议摘要的负担。
除了解除记录负担,会议中迸发的灵感也能被即时转化为行动。当团队讨论出一个优秀的博客构思、广告文案或产品文案时,讲者会直接在通话中指派 Agent:“这个点子不错,把它做成一篇博客草稿,晚点我们来评审;用那个新的剧本工具排一下时间线。”在会议结尾处,除了给同事分配 Action Items,还可以直接向 Agent 下发复杂指令: - 调用 Slack Connector 去向某两个人发私信,确认他们是否理解背景,收到回复后再同步回 Slack 主频道。 - 调用 Browser 工具在网页端联系特定用户,索取反馈 ID(Feedback IDs)。 - 摆脱过去“反复截图(Appshot)并在每次会后逐一手动作答”的琐碎循环,完全依赖常驻 Agent 基于上下文的主动执行。
---
[12:35](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=755s) Agent 的具身化呈现与云端协作空间(Space)
Agent 的交互正在跳脱出单一的会议场景。日常与同事的闲聊与讨论,最终都会转化为云端 Agent 的上下文与 Prompt。为了让这种协作更具交互感,OpenAI 为 Agent 赋予了具身化(Embodiment)的身份属性。在 Slack 或 Microsoft Teams 等企业通讯工具中,用户可以直接像 @ 真实同事一样 @ 自己的专属 Dot(例如 `@Jason dot`),让它跟进排查。这种体验让讲者调侃道:“突然之间,我就像个 CEO 一样到处在通讯软件里疯狂 @ 人指派活了。”未来除了个人专属的 Dot,还将推出团队级 Dot,并在更多工作界面中无缝集成。
过去很多工程师依赖本地脚本和自动化流,这种单机模式存在两大致命痛点:第一,其他团队成员完全无法参与;第二,无法享受云端高算力 Agent 的协同红利。正如版本控制与单一事实源(Single Source of Truth)让软件工程效率实现飞跃一样,知识工作也需要类似的底座。为此,团队引入了“空间(Space)”概念。空间就像是云端的多人共享“记忆保险库(Local Memory Vault)”:
```mermaid flowchart LR accTitle: Space 团队协作与单一事实源架构 accDescr: 展示以 Space 为核心的知识库如何由不同 Dot 和自动化流程共同维护
subgraph TeamInput ["输入与代理层"] MemberA["工程师 / Dot A"] MemberB["分析师 / Dot B"] TeamDot["团队 Agent"] end
subgraph CloudSpace ["单一事实源 (Space)"] SpaceRoot["云端 Space 知识库"] AgentMD["agent.md / Page Instructions"] Artifacts["嵌入式 HTML / 可视化分析"] end
subgraph Outcomes ["自动化产出"] Timeline["实时排查时间线"] WeeklyReport["周度分析报告 / PR 状态面板"] end
MemberA --> SpaceRoot MemberB --> SpaceRoot TeamDot --> SpaceRoot SpaceRoot --- AgentMD AgentMD --> Artifacts SpaceRoot --> Timeline SpaceRoot --> WeeklyReport ```
在排查故障时,工程师可以让 Agent 基于既定模版直接新建一个页面,并将其共享给全组及同事的 Dot。只要指定 Dot 持续跟踪动态并更新内容,云端文档便能时刻保持最新,成为全员与所有 AI 共享的核心事实源。
---
[14:45](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=885s) `agent.md`、页面指令与多场景团队自动化
为了确保各类 Agent 在协同读写时不会把文档格式搅得一团糟,系统引入了类似目录中 `agent.md` 的规范机制,并将其作为页面指令(Page Instructions)内置在文档层级: - **规范输出格式**:强制保证各 Agent 写入的内容具备良好的人类可读性、正确的引用来源以及统一的格式排版。 - **支持富文本与组件**:当文档中包含自定义 Artifacts、内嵌 HTML 视图或数据图表时,`agent.md` 能够明确规定自动化流程应如何去更新这些组件,防止不同同事的 Dot 在协同操作时出现冲突。
这种自动化能力不仅局限于个人 Dot,还可被定义在具体页面或整个团队维度: - **财务团队**:云端 Agent 每周自动抓取后台各项数据,直接在特定文档内输出周度分析报告。 - **研发工程**:自动汇聚、整理各个 Pull Request 的覆盖范围,明确直接责任人(DRI),并在单页看板中直观呈现所有待合并项。 - **科研与实验**:长效追踪周期漫长的科研实验进程。 - **大型活动筹备**:讲者在筹备 DevDay 期间,依靠这套体系托管了绝大多数繁重事务——涵盖演讲幻灯片修改迭代、场外展位搭建跟进乃至 Retro 硬件复盘等,从而避免整天深陷在 Slack 的深夜消息轰炸中。
通过自动化将各种证据链(调查时间线、线上 Feedback IDs、聊天上下文链接与引用)汇聚至同一 Space 后,团队便能形成假设,并直接派出云端 Agent 去复现 Bug、展开排查并寻找修复方案,而无需任何人类员工在各系统之间充当传话的“胶水人(Glue)”。
---
[17:40](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=1060s) 从指令到插件生态:打造团队共享的 Agent 基础设施
在软件研发与运维实战中,提 Pull Request 往往只是冰山一角,后续还有复盘报告(Postmortem)、演示文稿以及技术博客需要撰写。这些流程往往依赖不同维度的专业技能(Comms 或 Design),而这些技能本质上就是基于指令的插件(Instruction-based Plugins):
| 体系层级 | 核心属性与定位 | 典型应用与价值 | |:--- |:--- |:--- | | **规则与自动化 (Rules & Automations)** | 保持任务持续运转、保证数据与状态实时更新 | 抓取 Feedback ID、自动维护故障调查时间线 | | **插件与扩展 (Plugins & Extensions)** | 具备可共享性、可版本化控制(Versioned)、支持全员分发 | 构建企业内部共享工具链、定制通用研发/沟通技能 | | ** Codex 宿主环境 (Cockpit)** | 作为集成一切的统一操作台 | 会议产品、代码审查(Code Review)产品皆基于同套组件构建 | | **Web 与 MCP 协议 (Model Context Protocol)** | 支持 ChatGPT 快捷登录与 Connector 桥接;提供带鉴权的 MCP 服务端 | 借助 WebMCP 构建人类与 AI 均可无缝协同使用的双向工具 |
讲者指出,当前的开发者大多数是早期的尝鲜者(Early Adopter),大家普遍在思考“我个人能用这些模型工具做些什么”。但下一阶段的技术跃迁绝非仅仅堆砌更多 Agent 或消耗更多 Token,真正的关键在于构建能够跨团队沉淀的“代理基础设施(Agentic Infrastructure)”,把自动化工作流、插件与技能沉淀为团队的通用资产。
在公司内部搭建这套基础设施、成为全公司的“插件英雄(Plugin Hero)”,正是当下每一位参会开发者最具价值的机遇。这种协作模式不仅局限于工程故障处置,讲者日常也深度利用 Dot 和 Space 来进行视频拍摄排期、全组内容运营规划等更为多元的复合任务。
[20:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=1200s) 随行个人 Agent:从碎片时间汇报到创意灵感落地
演讲者分享了自己在高强度现场工作中使用个人 Agent(他的 "dot")的真实体验。例如在拍摄产品发布视频时,现场往往极其混乱且节奏飞快,但他完全不需要被动等待或被杂务打乱阵脚,因为他的 Agent 会在拍摄间隙主动同步最新动态。他尝试给 Agent 分配一些极具挑战性的任务,让它自己寻找路径排查阻碍并推动进度。如果抽得出 10 分钟空闲,他就会快速扫一眼 Agent 汇总的最新状态进展,团队其他成员也能同步看到这些透明的信息流;随后只需基于反馈和审批流程,就能迅速敲定站点修改或文档变更。如果时间更紧张,连看屏幕的功夫都没有,他会直接“给它拨通语音通话”,利用语音交互实现最高效的即时沟通。
```mermaid flowchart TD accTitle: 个人 Agent 在多任务场景下的协作流 accDescr: 展示了从现场拍摄与团队头脑风暴,到 Agent 自主推进与产出交付的完整流转过程。
subgraph Input["输入场景"] A["片场拍摄间隙<br/>碎片化时间"] B["创意/市场团队<br/>Slack 脑暴与会议灵感"] end
subgraph Agent["Dot (个人 Agent) 核心处理"] C["自主解锁卡点<br/>推进任务进度"] D["抓取灵感并防遗漏<br/>调用 Skills & Plugins 原型构建"] end
subgraph Output["交付与交互"] E["10 分钟文字简报 /<br/>即时语音通话"] F["自动化输出演示文稿、<br/>原型站点与策划方案"] end
A --> C --> E B --> D --> F ```
这种机制在内容策划阶段同样发挥了巨大威力。当演讲者与创意团队、市场团队在 Slack 或会议中进行头脑风暴时,Agent 扮演了忠实的“问责伙伴”,绝不让任何闪光的金点子溜走遗失。为了更好地发挥其威力,他构建了大量的技能(Skills)、插件(Plugins)以及原型站点。现在,无论冒出什么关于博客文章还是发布视频的奇思妙想,他只要“朝着虚空喊上一嗓子”(Shout it into the ether),不久之后,Agent 就会主动发来一个包含完整原型站点、演示文稿或营销构想的方案,清晰勾勒出广告该怎么拍、发布流程该如何推进。
- **多模态即时跟进**:在 10 分钟以内的休息间隙阅读透明更新,极端赶时间时则直接一键呼叫,利用自然语音快速同步。 - **创意落地零遗失**:开会或在 Slack 讨论时随手抛出想法,Agent 会在后台自动完成调研、原型搭建与演示制作,防止灵感被日常琐事淹没。 - **注意力重新归位**:近几个月来,这一整套自动化体系最大的意义在于“把注意力重新还给了人”,让开发者能够腾出心力与同事展开深层互动、放飞更大胆的构想。
---
[20:47](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=1247s) 走出“洞穴”:从单人独斗走向真正的多人协作
演讲者动情地谈到了人与人协作的本质价值。尽管团队协作有时伴随着争论与分歧,但与优秀的伙伴并肩作战、由团队成员接力完成自己未竟的工作并持续推进,才让人真正找回置身于团队之中的充实感。进入 2026 年,开发者很容易陷入一种极端模式——一个人带着自己的 Coding Agent 闭门造车,直接死磕到凌晨 3 点。但演讲者直言,这种单打独斗的生活对他而言“一点也不好玩”。加入一家公司的初衷,本就是为了能与出类拔萃的伙伴聚在一起,共同探索并解决难题。
这也让他深刻共鸣了网络上流传的一句话:“我希望 AI 替我洗衣服、洗碗,这样我就可以去创作艺术了。”在实际工作中,写样板代码、排查琐碎运维流程就像是“洗碗和洗衣服”,而深度的思考、沟通与创造才是真正的“艺术”。得益于自动化工具承担了脏活累活,他在过去的几个月里得以从独自敲代码的“洞穴”(in the cave)中走出来,把更多宝贵时间投入到与研究、创意、产品和市场团队的紧密碰撞中,体验到了前所未有的工作乐趣。最后,他由衷呼吁所有开发者亲自尝试这些工具,跳出单人模式,将更多协作的温度重新带回日常工作之中。
## Notable quotes > [00:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=0s) 我能用 AI 做什么? — Jason
> [00:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=0s) AI 拥有了我的电脑、文件、浏览器和应用的访问权限后能做什么? — Jason
> [00:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=0s) 如何构建一套系统,让团队所有成员一同受益,而不是自己一个人扛下全部? — Jason
> [05:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=300s) 就地与你相遇 — Jason
> [05:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=300s) 你本地浏览器登录了吗?能否授权我访问你的电脑来跑一下测试? — Dot
> [10:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=600s) 我觉得可能是守护模式(guardian mode)的问题;我好像看到一个名字以 T 开头的人发的 Slack 消息;你能再顺便查一下 Feature flags 的配置、缓存更新,再对比几个 Pull Request 吗? — Jason
> [10:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=600s) 这个点子不错,把它做成一篇博客草稿,晚点我们来评审;用那个新的剧本工具排一下时间线。 — Jason
> [12:35](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=755s) 突然之间,我就像个 CEO 一样到处在通讯软件里疯狂 @ 人指派活了。 — Jason
> [20:00](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=1200s) 朝着虚空喊上一嗓子 — Jason
> [20:47](https://www.youtube.com/watch?v=aDTPTwnrRyA&t=1247s) 我希望 AI 替我洗衣服、洗碗,这样我就可以去创作艺术了。 — Jason
## Mentioned OpenAI, Jason, Codex, Dot, Appshot, Space, Slack, X (Twitter), Microsoft Teams, agent.md, Model Context Protocol (MCP), ChatGPT, DevDay 2026
## Video description Follow a 2am outage from the first Slack message to a reviewed fix. See how voice, Appshots, plugins, and meeting notes help a persistent personal agent investigate and keep the team informed.
[Source](https://www.youtube.com/watch?v=aDTPTwnrRyA)