返回快讯

X设计负责人Benji Taylor:把巨任务交给AI代理

X与SpaceX AI设计负责人Benji Taylor发帖称,你的代理能处理的远多于你现在对它提出的要求。随后他自问自答:别人问他为何能做完那么多事——他把巨大到没有正常人会对另一个人开口的任务直接交给代理。

两条合在一起,是使用剂量而不是模型榜单。他把瓶颈从“代理够不够强”改成“人敢不敢把整块工作甩出去”。任务被写成gargantuan:规模、含混度和责任边界都超过常规委派给同事的程度。

这与他同时负责消费级产品界面和航天相关人工智能设计的位置一致:一端要让上亿用户能把事情交代出去,一端要让内部系统吞下超长、超脏的工作包。公开表述没有点名具体模型、座席数量或成功率,只给操作原则——先把任务写到不合理的大,再看代理能走多远。

“没有正常人会对另一个人开口”划出人和代理的分工:人类同事有社交与劳动法边界,代理没有同等的疲倦与拒绝权。他把产出差解释成委托差,而不是日历差。未完成的风险被留在句子之外:巨大任务失败时,收回与验收仍要人来做。

市场机制上,这是席位与工具链的需求信号。买方是要把代理从聊天窗口升级成默认劳动力的团队;卖方是仍按单次问答卖积分的助手。资金会流向能扛长任务、带工具和记忆的代理运行时,而不是只优化一句回复的模型皮肤。受益的是代理编排与企业席位,承压的是按消息条数计费、一长就断的产品。

补充层面,帖文未披露他的代理栈、并行路数、以及失败时如何截断。X与SpaceX AI的内部工具不对公众开放,外部只能看到这条使用哲学。

来源:公开信息

ABAB AI 解读

Taylor把生产力差写成提示词胆量差。设计负责人不谈像素,谈委托半径:你仍把代理当搜索框,它就停在搜索框的产出上。把无人会对同事说出口的包袱扔给机器,是在用组织不敢用的管理幅度测试模型。这比“会不会写代码”更接近代理时代的真正变量——任务图有多大。

资本正在按任务长度重新标价。能连续跑数小时、调用文件与浏览器的座席,对得上编制成本;只能来回三轮的对话,对得上客服脚本。X要把这套习惯做成消费者产品的手感,SpaceX AI一侧则把同一习惯用于工程与运营。两端共用一个设计负责人,说明公司认为“如何把活扔出去”本身就是产品。

类似结构是云计算初期把整台机器当成API、以及量化交易把整套策略交给通宵进程。每一次都先有人愿意交出超规格任务,基础设施才证明自己不是玩具。行业处在模型演示强、企业仍把代理当副驾驶的阶段。谁先把验收和回滚做成人可承受,谁就能把gargantuan从段子变成工单。

本质是技术替代叠加工资单重构。机制是:人的委派受礼貌和工时限制,代理的委派只受上下文和工具限制;当管理者按后者写任务,编制需求下降,编排与监控需求上升。做不完的不再是打字,是不敢把整座山推过去。

ABAB News · 认知定律

  1. 代理的上限,常常停在你敢开口的那一句

  2. 没人会对同事布置的任务,才是机器的主场

  3. 产出差距先来自委托半径,后来自模型分数