她管着50多个AI代理，早上喝咖啡看结果：一个聊天窗口已经不够用了
Lauren Tan 不再写代码。她运行一个由 AI agent 组成的团队：Chief of Staff 规划日程，3 个 PM 拆任务，40 多个 worker 夜间执行。97% 的 SpaceXAI 工程师已经这样工作，最好的人拿到 75 万美元以上 offer。问题在于，agent 真的自主吗？有网友说，你才是它的循环。
Lauren Tan 不再写代码。
她在 SpaceXAI 做高级工程师，之前在 Cursor。现在她管一个由 AI agent 组成的“公司”：一个 Chief of Staff 规划日程，3 个 PM 拆任务，40 多个 worker 在夜里执行。早上她喝咖啡看结果。按她的说法，这相当于 20 个工程师的产出。
这段内容来自 X 账号 AI Duck 的帖子。帖子里说，她用 1 小时 workshop 从零搭出这套团队：一个 GrokBot 做 Chief of Staff，再接 PM 和 worker，形成能自己运转的公司。97% 的 SpaceXAI 工程师已经这样工作，最好的拿到 75 万美元以上 offer。如果你还开着一个聊天标签页，竞争者就是这种工作方式。帖子转述 workshop，没有给出独立验证的行业报告；数字和 offer 来自发帖人。
视频里，Lauren Tan 坐在桌前，深蓝色上衣，戴眼镜，面前有麦克风和笔记本电脑，电脑上贴着 SPACEX 标志。她讲的就是这套从零搭建代理团队的方法。
但“50 个 agent”不是完整答案。X 用户 m4lka 写过一句被很多人收藏的话：“Your agent is not autonomous. You are its loop.” 你的 agent 并不自主，你是它的循环。你每一步都检查，因为系统里没有别的东西能检查。他拆了 7 个层级，从保姆式看管 agent 到运行一支 fleet。评论区有人认同：“每一层都替换掉一次人工干预。”
这也解释了为什么评论里有人泼冷水。Kevin 说，运行 50 个 agent 听起来很酷，直到其中一个开始做你其实不想让它做的决定。AI Duck 的回复是，Chief of Staff 层的意义在这里：agent 不决定，它们提议，你仍然批准。这个区别很关键。数量是表象，审批链和任务分解才是系统。
另一个网友 glonix 的吐槽更具体：“40 个 worker 在她睡觉时构建，而我连一个 agent 都管不住，它还在重写我的配置文件。”这个画面比“未来已来”有用。代理团队的门槛是能不能把工作拆成可检查的单元，给每个单元设置边界，再决定哪些结果需要人批。开多个标签页不解决这个。
Sebastian Richter 在回复里晒了一张截图：Agents 317，Main agents 88，Sub-agents 229。他写“317 agents plus the Chief of Staff”。
一个聊天窗口和 50 个 agent 的差距落在组织设计上。提示词长度帮不上忙。普通用户可以把这理解成：先让一个代理做一件可验收的小事，再让它提出下一步，人保留批准权。开发背景的人则要看两件事：任务怎么拆，失败怎么回滚。代理数量可以截图，审批权不能截图。
发布时间: 2026-10-31 12:56