10个人，月烧320万美元token，他们把PR删了

10 个人，每月 320 万美元 token 支出。这个数字放在别处像是失控的成本，在 Spawn 是日常运营开销。

Spawn 是一个大规模多人在线游戏创作平台，Anthropic 的大客户之一。Jacob 写了篇长文复盘他们怎么搭这套东西。张立行转发时说这是年度好文，理由很简单：在 OpenAI 和 Anthropic 之外，它直观展示了 AI-Native 的组织形态。小团队，大量 Agents，Agents First，充分的 context 和 loop。

Spawn 从第一天就有 context 意识。所有通话录音、代码全部存档，不为当下用，等 agent 能力足够强了再拿出来喂。难点不在技术，在于大部分团队不会为一个还不存在的模型提前攒数据。

模型分工上，Jacob 对各家模型的评价很直接：astra 过度谨慎，grok 不够聪明，gemini 长程任务能力差，anthropic 系列不够有野心。这支长期在线的 agent 舰队，要等 fable5 出来才真正跑得动。用他的话说，Rich Sutton 那篇《苦涩的教训》又一次应验：模型够强，能碾压一切工程补丁。

最有意思的动作是删 PR。Jacob 把 PR 从流程里去掉，理由是智能体之间的通信瓶颈。人类需要 PR，是因为专业化分工之后不同人负责不同模块，得靠评审对齐。智能体不一样，它们对整个系统有深入理解，通信没有实际意义。让它们互相评审，是在给一个本来不存在的瓶颈让路。

删了 PR，稳定性靠另外三样东西撑着：15 分钟一次的全量测试，充分的回滚能力，分级控制，付款这类敏感操作单独处理。过去一年 12 万次改动，只回滚了 0.9%。

更极端的是自愈式软件系统。传统流程里，agent 在测试机上跑，等人类反馈漏洞，人成了瓶颈。Spawn 的流程是：问题影响玩家 8 分钟后被检测到，1 分钟内命名归类，再过 11 分钟完成修复，平台随后稳定运行 4 小时。

其他环节太快，问题产生的速度超过了 CEO 决策的速度。Jacob 早上醒来，有七百个问题等着他回答。解法是从历史决策记录里训练一个裁判 agent，过滤掉哪些决策真的需要人类拍板，哪些按经验直接回答就行。需要人类处理的案例下降了一个数量级。

人类的位置被重新定义为两件事：品味和野心。工程能力变便宜，需求也繁荣，难的是知道什么时候 say no。野心则是不要 2% 的改进，要一百倍的提升，具体怎么做是 Claude 的事。Claude 工程负责人 Felix Rieseberg 写过一篇《How to be more ambitious》，把野心拆成速度、高度、深度、广度四种，和 Jacob 聊的东西能对上。

张立行前两天写过一篇文章，讲企业怎么基于 Context 和 Loop，让组织吃到模型变强的红利。他用一张表对比了自己的方案和 Jacob 的做法：

他的判断是，物理世界限制太多，自己能落的是二流方案，软件行业可以直接做一流方案。所以看到 Spawn 这个真实案例时，他很开心。后来他又补了四点：把组织当成一场可进化的系统；模型分工要结合场景和成本，高价值场景舍得上最强的模型，综合成本反而最低；context 和 loop 之外还有 autonomy，放权的同时怎么让组织越来越好，别滑向混乱；agent 负责把事情做对，人类决定做对的事情。

Jacob 说这套体系难被大公司复制，要复制得满足三个条件：必须构建 Loop，人类的重要工作是消除 Agent loop 里的瓶颈；愿意承受风险，敢让 agent 进生产环境，还能控制住爆炸半径；基于 agent 设计组织架构，把人类组织架构直接搬过来是行不通的。

10 个人每月烧 320 万美元 token，这个数字本身不是门槛。门槛在于你敢不敢删掉 PR，愿不愿意让 agent 碰生产环境，以及能不能接受自己从执行者变成那个说 no 的人。