返回快訊

X設計負責人Benji Taylor:把巨任務交給AI代理

X與SpaceX AI設計負責人Benji Taylor發帖稱,你的代理能處理的遠多於你現在對它提出的要求。隨後他自問自答:別人問他爲何能做完那麼多事——他把巨大到沒有正常人會對另一個人開口的任務直接交給代理。

兩條合在一起,是使用劑量而不是模型榜單。他把瓶頸從“代理夠不夠強”改成“人敢不敢把整塊工作甩出去”。任務被寫成gargantuan:規模、含混度和責任邊界都超過常規委派給同事的程度。

這與他同時負責消費級產品界面和航天相關人工智能設計的位置一致:一端要讓上億用戶能把事情交代出去,一端要讓內部系統吞下超長、超髒的工作包。公開表述沒有點名具體模型、座席數量或成功率,只給操作原則——先把任務寫到不合理的大,再看代理能走多遠。

“沒有正常人會對另一個人開口”劃出人和代理的分工:人類同事有社交與勞動法邊界,代理沒有同等的疲倦與拒絕權。他把產出差解釋成委託差,而不是日曆差。未完成的風險被留在句子之外:巨大任務失敗時,收回與驗收仍要人來做。

市場機制上,這是席位與工具鏈的需求信號。買方是要把代理從聊天窗口升級成默認勞動力的團隊;賣方是仍按單次問答賣積分的助手。資金會流向能扛長任務、帶工具和記憶的代理運行時,而不是隻優化一句回覆的模型皮膚。受益的是代理編排與企業席位,承壓的是按消息條數計費、一長就斷的產品。

補充層面,帖文未披露他的代理棧、並行路數、以及失敗時如何截斷。X與SpaceX AI的內部工具不對公衆開放,外部只能看到這條使用哲學。

來源:公開信息

ABAB AI 解讀

Taylor把生產力差寫成提示詞膽量差。設計負責人不談像素,談委託半徑:你仍把代理當搜索框,它就停在搜索框的產出上。把無人會對同事說出口的包袱扔給機器,是在用組織不敢用的管理幅度測試模型。這比“會不會寫代碼”更接近代理時代的真正變量——任務圖有多大。

資本正在按任務長度重新標價。能連續跑數小時、調用文件與瀏覽器的座席,對得上編製成本;只能來回三輪的對話,對得上客服腳本。X要把這套習慣做成消費者產品的手感,SpaceX AI一側則把同一習慣用於工程與運營。兩端共用一個設計負責人,說明公司認爲“如何把活扔出去”本身就是產品。

類似結構是雲計算初期把整臺機器當成API、以及量化交易把整套策略交給通宵進程。每一次都先有人願意交出超規格任務,基礎設施才證明自己不是玩具。行業處在模型演示強、企業仍把代理當副駕駛的階段。誰先把驗收和回滾做成人可承受,誰就能把gargantuan從段子變成工單。

本質是技術替代疊加工資單重構。機制是:人的委派受禮貌和工時限制,代理的委派只受上下文和工具限制;當管理者按後者寫任務,編制需求下降,編排與監控需求上升。做不完的不再是打字,是不敢把整座山推過去。

ABAB News · 認知定律

  1. 代理的上限,常常停在你敢開口的那一句

  2. 沒人會對同事佈置的任務,纔是機器的主場

  3. 產出差距先來自委託半徑,後來自模型分數