AI大土豆
@suanwan
🚀 前Manus大佬开源CodexLoom：把一次性Codex Agent变成长期在岗数字员工，还能组队协作，直接解决多Agent管理的核心瓶颈。
现在大家用Code Agent基本都是任务式流程：开thread、交代背景、拿结果、关掉，旧thread里积累的约束、决策、工具用法全部作废，每个新任务都要重复付冷启动成本。CodexLoom反其道而行——同场景的后续工作回到同一条thread，让历史积累真正产生复利，主要面向手里养着数十个以上专职Agent、想让Agent各守细分场景、还能被同事或用户通过飞书直接调用的高级个人/一人公司。
针对「长thread太贵」的顾虑，作者的回应相当扎实：
· 新开thread重建上下文的隐性成本一直没人算，长期来看反而更烧钱
· 稳定的历史前缀可以直接吃prompt cache，反而能省token
· compaction压缩旧消息后，Agent的工作状态依然完整保留
· 最关键的是：纠错习惯、领域术语、偏好判断这些隐性知识，换thread就彻底丢失，靠prompt根本无法重建
每个Agent都有一份专属profile，包含Identity（身份定位）、Domain（长期负责领域）、Scope（权责边界）三部分，相当于一份清晰的数字员工岗位说明书。它的通信规则也完全对标真实团队：信息流向对应责任、结果回传发起者、例外事件向上升级，这套逻辑拿去管理人类团队同样成立。
最有想象空间的是对外协作：调教成熟的Agent带着受治理的身份进入飞书/Slack群，同事可以直接跟它对接协作，你花半年调教的能力别人能直接复用，一人公司雇数字员工再外派的最小闭环就此跑通，也是未来AI数字员工商业化的基础。
💡 别人还在卷多Agent编排DAG的花样，它先回答了更根本的问题
GitHub: github.com/Dujltqzv/Some-…
