
Every 工程师拆解为何把公司智能体基建交给 Claude Managed Agents:个人「宠物」舰队改成共享同事,会话每小时约 8 美分,修缓存与换会话后成本再降约 39%
一句话结论
Every 在推出公司级 Slack 智能体 @Every 之后,由工程师 Paridhi Agarwal 写明基建取舍:原先 Plus One 给每人一台跑 OpenClaw 的云主机,要每 30 秒探活、手修登录过期、每小时续 Slack token,活成「高维护宠物」;他们先收敛成一个共享智能体,自建托管一个月后仍不堪重负,五月初改切 Anthropic 的 Claude Managed Agents——由对方跑 harness、缓存、压缩和中断,每段会话虚拟机运行时约 8 美分/小时——团队转而做「何时该回、代谁行动、权限不落在模型手里」;也坦白绑定 Claude、无法零数据保留、以及部署时打断会话等代价,并用「安静 DM 换新会话+短摘要」把重放成本降约 39%。
背景与理念
Every 起初以为「每人一个智能体就能翻倍产出」,结果发现多数人不想照料智能体,工程团队也不想照料一支舰队。OpenClaw 方案要租虚拟机、每 30 秒检查是否还活着、登录过期就静音、另有任务每小时续 Slack token,还有凌晨重置对话、记忆系统缠在一起等问题。
公共线程里大家一起使唤同一个智能体时效果最好,于是愿景改成全公司共享一个同事:看见全队上下文,一个人教会的技能人人可用,只维护一个实例。他们把目标写成「建同事,不建基建团队」。
具体做法
从宠物到托管
自建单实例托管约一个月后,维护量说服了原本乐观的人,五月初一周内切到 Claude Managed Agents,旧舰队下线。CMA 负责思考、记忆和续跑所需的 harness;Anthropic 的说法是把「脑」(模型+harness)和「手」(电脑+工具)分开,会话日志在二者之外,任一侧崩溃工作还能续。
Slack 里的产品层
每个 Slack 线程对应一个会话,记忆跨线程:开场读笔记文件夹,边干边补。未 @ 的消息先由小而快的模型结合在场的人、上次回复来决定:回复、只回表情,还是闭嘴;拿不准就安静。
读外部应用或代用户行动时,CMA 暂停智能体,请求打到 Every 服务器,用该用户自己的登录去调,只回结果;智能体不持有密码或 token。改技能谁都可以提,但要技能所有者批准才生效。
踩过的坑
己方服务器在智能体等工具结果时重启,会造成会话卡死,必须补回所有未完成响应。切到 Opus 5 后平均回复从约 280 字符涨到约 880,被同事嫌「作文」,靠规则与测试压短,Opus 5.5 后缓解。
有客户 DM 单会话连开三天 33 轮,缓存过期后整段历史回写更贵,接近上下文上限时 Opus 还会空返回;改为安静后开新会话并带短摘要,重放后总成本降约 39%,且没有任何一轮比原来更贵。
关键数据/例子
会话虚拟机运行费用约 8 美分/小时。
Opus 5 时期典型回复长度约从 280 字符升到约 880 字符。
修会话策略后历史对话重放总成本下降约 39%。
办公室丢沙拉的玩笑工单里,@Every 一分钟内排出嫌疑人名单,最后「锁定」办公室狗 Leo。
创新点
第一,用「牛群而非宠物」标准否决个人智能体舰队,逼出共享同事架构。
第二,把凭证留在己方代理层,模型只看见结果,降低智能体持密风险。
第三,把「换会话+摘要」当成成本与稳定性原语,而不是等上下文爆掉再救火。
可否复用
- 个人智能体试点若演变成全员运维负担,就评估改成一个共享、权限分人的同事。
- 工具调用的登录态放在自己的代理服务,不要让模型进程持有长期密钥。
- 长 DM 设安静超时:超时后新开会话并只带短摘要,避免缓存回写把账单打爆。
- 换大模型后先盯回复长度和空返回率,再写格式规则。