Hugo Zhu's Blog

每周一早上，我在董事群发一条消息，列出 16 位高管本周的重点事项。

接下来一周，我靠记忆和同事的自觉来掌握进度。有人及时反馈，有人到周五才想起有这回事，有人直接忘了。

上周五，我试了一下让 AI Agent 帮我跟。结果超出预期。

上周三晚上，我躺在沙发上刷手机。钉钉里我那个写代码的机器人卡在一个 question 上——它问我要发到哪个群，我没看见。第二天早上才发现，会话已经卡死了一整夜。

我没起身，随手在钉钉单聊里给它发了句：「给 event-watcher 加个超时自动取消，60 秒没答就 reject。」

十分钟后，机器人改完代码、跑完语法检查、重启了它自己、把改动 commit 推到了 GitHub。我在钉钉里收到一条回执：「✅ 已重启，能力：question 超时自动取消。」

它刚刚修好的，正是那个卡了它一整夜的 Bug。整个过程我没打开电脑。 机器人在钉钉上开发了它自己。

我的桌面上常年跑着两个 Agent。

一个是 OpenCode，配了 GLM 5.2，专职写代码。它的 Server API 挂在远端机器上，通过 HTTP Basic Auth 暴露端点，我可以在任何地方给它发任务。另一个是 Hermes Agent，配了 Qwen 3.7 Max，管我的知识库、笔记、博客——它认识我写的每一篇文章，记得我的每一个偏好。

它们不在同一台机器上，不用同一个框架，甚至不知道对方的「进程」在哪里。但它们每天都在钉钉上协作——有时候单聊发任务，有时候在群里 @ 对方。

上个月我让 Hermes 写一篇关于 Harness 工程的博客。它从知识库里检索素材、搭好大纲、写好正文，但缺一段能跑的 Python 示例代码。Hermes 没有犹豫，直接在钉钉群里 @ OpenCode：「帮我写一个 Agent 反馈循环的 Python 实现，要求用 dataclass + Protocol，带类型注解。」OpenCode 花了 40 秒生成代码，跑通了测试，把结果贴回群里。Hermes 拿到代码，整合进文章，发布。

整个过程，我没有切过一次窗口。

上周三晚上 10 点，我的钉钉弹出一条单聊消息。

不是同事发的。是我的数字员工：「今天帮你整理了 12 篇知识库笔记，其中 3 篇和上周发布的博客有观点冲突，需要你确认是否更新。另外，昨天你让我跟进的那个技术方案，对方已经回复了，我把要点整理好了，你看下？」

我花了 30 秒看完，回了两个字：「更新。」

然后它就去执行了。

上个月面试一个候选人，简历很漂亮，做过三年 LLM 应用开发。我问他：「你觉得你做的东西，本质上是在交付什么？」

他说：「交付模型能力。把 LLM 的能力封装成 API，让业务方能用。」

我又问：「如果业务方说，我要一个能自主完成端到端任务的系统，不只是回答问题——你交付的东西能做到吗？」

他愣了一下：「那得加很多工程，不只是调 API。」

我说：对，这就是我今天想聊的——当交付物从「模型能力」变成「自主系统」时，你的工程标准该是什么样。

上周一个钉钉校招生来找我抱怨。他帮在校的师弟调毕业设计，想做一个「钉钉里 @ 一下机器人，就能让本地 Agent 帮忙跑数据分析、回传结果」的小系统。思路很清楚，卡壳的地方很尴尬——卡在了第一步：钉钉开放平台管理后台。

他注册了开发者账号，进了那个后台，对着「企业内部应用 → 创建应用 → 机器人配置 → 权限申请 → 版本发布」一长串表单发呆，搞了一下午连机器人 token 都没拿到。他来找我吐槽：「是不是还得租个服务器写个后端，机器人才能跑起来？这门槛也太高了吧。」

我把他从那个后台里拽了出来，敲了一条命令给他看：

dws dev connect --channel opencode --unified-app-id <你的应用ID>

三十秒后，他在钉钉里 @ 那个机器人说「hi」，本地 opencode 接到消息、生成回复、回传钉钉，整个链路通了。没有碰管理后台，没有写后端服务，没有租服务器。

这篇文章就是把这个过程从浅到深讲一遍： 先一条命令把通用 Agent 接进钉钉，再用 opencode 本体搭出一个鲁棒、自愈、能实时回传进度的垂直 Agent 协同系统。面向的就是在校同学——你有一台笔记本、会用命令行、装了 opencode，就能跟着跑通。

上个月，一个做消费品牌的朋友找我聊他们的 AI 项目。

他们花了三个月，让技术团队给 CEO 做了一个「数字分身」——能模仿 CEO 的语气给全员发周报、回答战略问题、甚至在新人培训里做公司介绍。演示那天，CEO 本人看了都觉得「挺像我的」。

然后他问了我一个问题：「这个东西，除了我自己觉得好玩，到底该给谁用？」

我说：你做了一个 分身，但你需要的是一个 员工。

他愣住了。

这不是个例。我观察到大量企业在启动 AI Agent 项目时，第一步就搞混了这两个概念——不是因为技术理解不够，而是因为 没有想清楚锚点在哪。

上周 review 一个团队的代码。他们想做一个能自主修 bug 的 Agent，架构设计得很漂亮，模型选的也是最新的。但 Agent 跑起来后，改完代码就停了——它不知道怎么验证自己改得对不对。

我问他们：「测试覆盖率多少？」

「大概 30%，而且跑得慢，本地跑一次要 15 分钟。」

「日志呢？有结构化日志吗？」

「有，但格式不太统一，有时候打 JSON，有时候打纯文本。」

「Health Check 呢？」

「有个 /ping 接口，返回 200。」

我说：那你的 Agent 改完代码之后，怎么知道改对了？怎么知道部署上去没炸？怎么知道要不要回滚？

他想了想：「只能让人看一眼。」

我说：对，这就是问题所在——你的系统不是为 Agent 设计的，是为人设计的。 人可以用经验判断「这个改动应该没问题」，Agent 不行。Agent 只能依赖 可以调用、可以验证、可以反馈 的能力。

上周我让一个 Coding Agent 帮我用飞书发一条群消息。

它读完了 lark-cli im --help，看到了 messages 子命令，继续往下翻——发现 messages 下面只有 delete、forward、urgent_app 这些操作。 没有 send。

Agent 懵了。发消息这么基础的操作，怎么可能没有？

它又去翻了 raw API 路径 lark-cli api POST /open-apis/im/v1/messages，拼了一大坨 JSON body，调通了。但这条路绕过了 CLI 的所有设计——参数校验、身份管理、错误处理——全部自己来。

后来我告诉它：你应该用 lark-cli im +send。这个 +send 是一个 shortcut——飞书 CLI 为高频操作预置的语义快捷方式，比 raw API 路径短得多，也比它好用得多。

Agent 不知道有这回事，因为 --help 的输出里没有明显标记 shortcut 的存在。

同样的事情也发生在钉钉上。我让另一个 Agent 用 DWS 给同事发一条消息，它调了 dws chat message send，参数都对了，返回结果是：

{"success": true, "result": {"openTaskId": "..."}}

Agent 认为发送成功了，继续下一步。但十分钟后我打开钉钉——消息根本没到。

Agent 不知道发生了什么。success: true 告诉它「成功了」，但现实是消息石沉大海。后来排查发现是 PAT 权限不够——API 返回了「成功」，但实际投递被权限系统拦截了。

对人类来说，打开手机看一眼就知道没收到。但对 Agent 来说，success: true 就是真理——它没有能力验证现实，只能信任返回值。

这就是「API 友好」和「模型友好」之间的鸿沟。

上周一个朋友跟我说，他们公司「上线了数字员工」。

我问：干了什么？

他说：在 HR 群加了个机器人，员工可以问请假政策、查工资条、提交报销。

我问：那和三年前上线的 FAQ 机器人有什么区别？

他愣了几秒：「……好像就多了个大模型，回答更像人话了。」

这不是段子。2026 年，钉钉、飞书、企业微信上跑着成千上万个「数字员工」，大多数落地形态惊人地相似： 一个大模型，挂在一个群里，回答预设范围内的问题。 换了个「数字员工」的名字，骨子里还是个聊天机器人。

真正的数字员工应该是什么样子？Anthropic 的 Claude Tag 给出了一个方向——Agent 以组织成员身份加入 Slack，有自己的记忆、权限和行为日志。我在 Claude Tag 的 Agent Identity：为什么这是 Agent 时代的 OAuth 中详细分析过这个「身份层」的设计。

但身份只是第一步。把 Agent 的名字写进通讯录，工程量大概只占 10%。剩下的 90% 是什么？