扣子 3.0 更新了，这次体验又完全不同，感觉像在用一个全新的产品。

过去我对扣子的印象，是个搭工作流的地方。这次不是了。这次我做的几件事，都不像在配置一个流程，更像攒了一个班子，他们在自己折腾流程。

先直接说说我用新版本的扣子做了哪几件事。

1

第一件是给自己做了个桌面小助手。

我作为一个内容创作者，每次写稿子，一坐就是几个钟头，腰和眼睛先扛不住。提肛和闭眼放松这两件事，说起来简单，对我来说是有延年益寿的功效的。

道理都懂，但是一旦写起来，就忘了这个时间了。我一直想有一个常驻在桌面的小东西，每到了时间就自动做一下提醒。

当然了，用AI工具写代码之前是做过的。这次不一样，我在扣子里拉了一个群组。这次有分工的，而且分工是可以高度灵活定制的。

群组里的成员有小逗，是扣子原生的 Agent，我让它当项目经理，盯进度、做设计、写文案。干活的是两个：大聪明接的是 Claude，小聪明接的是 Codex。我让大聪明做框架设计和主体代码，小聪明做具体模块的实现。

后来，还拉了个官方配置的科研助理进来，专门负责提供科学依据——多久提醒一次合理、一次该持续多长、提肛到底是怎么个节奏。

这么配解决了好几个一直困扰我的问题。一个是成本。Claude 和 Codex 我都付费在用，但是显然前者贵得多，所以有点不太舍得用。这样在群组里通过划分分工，就能平衡整体的成本。另一个是，小逗自己有设计能力，角色长什么样、用什么配色，它直接出图，不用我再单独到别的地方生成素材塞回来。

很快就做出来了。中间有件事挺有意思。我催了两回进度，项目经理小逗一边催着小聪明，一边担心我着急自己也写了一版备用。

最后两版代码同时给我了，一版是小聪明的 Tkinter，一版是小逗的 PyQt5。我都跑了一下，结果发现小逗那版反而更接近我想要的。有点意思。

从我拉群组、提需求到第一个能跑的版本，四十多分钟。

成品当然很粗糙。但已经很超出我预期了。

现在它每 5 秒提我提一下肛、再每 5 秒放松一下。这个节奏一张一弛，还挺解压。

任务栏还常驻了一个小小的「提」字，还是挺可爱的。

另外，这个项目组也不会解散。后面想加个设置面板、想换个更顺眼的形象，我不用从头交代，回到这个群组里，几个 Agent 还记得自己是干嘛的，接着往下迭代就行。

2

第二件事是做 PPT。

我想把之前的一期播客整理成 PPT。是本周半拿铁更新的，讲互联网视频平台的。逐字稿很长，做成 PPT 自己理一遍，也方便分享。

我又拉了一个群组。这次拉群组的理由很具体：逐字稿存在我本地这台电脑上，云端的 Agent 拿不到。白聪明接的是我本地的 Codex（跟刚才的小聪明不一样，后者接的是我远程 Mac Mini 的 Codex），能直接读我硬盘里的文件。我一句话，它就把那份文档丢进了群里。

群里另一位是 PPT 小哥，我自己定制的 Agent。

这位是我之前就调教好的，我跟他详细表达过我的PPT规范：

• 每页只讲一件事

• 左边标题加几行字

• 右边放图或数据

• 编号目录导航

• 留白要足

• 凡是涉及人物形象的，必须用真实搜来的图，绝不许用 AI 生成

而且这个表达也是我直接用我过去的 PPT 让他理解的。

然后很快，PPT 小哥就出活了。

十五页，一次出齐。效果也很齐整。

接下来我又拉了一个新的 Agent 进群。它可以直接浏览前面的聊天记录，所以我让它帮我生成一张小红书的封面图，它就可以直接给出了。

这就是群组和 Agent 的意义。上下文天然都记录在项目里，而这个项目的聊天记录本身也是重要的资产。动态地添加 Agent 让这个项目的灵活度也大大提升。

3

第三件事，我让 AI 做了一次对抗学习。说是对抗，其实主要是它们对抗，我在旁边学习。

这跟 AI 模型训练本身很像：让两个模型互相博弈、互相挑刺，是种很常见的学习方式。这样可能能学到单个AI很难提供的内容。

辩题是我自己一直在琢磨的一个主题：AI 放大了职场不公，还是消解了职场不公。正方白聪明，接的是本地的 Codex；反方黑聪明，接的是本地的 Claude（跟刚才的大聪明不一样，后者接的是我远程 Mac Mini 的 Claude）。每方七轮。最后让扣子的原生 AI Agent 小逗和科研助理当裁判，负责结辩和判分。

打起来真的就很有意思。不是各说各话、各背各的论点，是真的在接对方的话、抓对方的漏洞，一轮压一轮。

里面金句有很多。我印象最深的，是正方说 AI 让强者更强、弱者也变强,所以差距被放大了。反方反手就说：CEO 本来就有团队、有秘书、有一整套班子，AI 对他不过是从一百到一百一，是边际上的改善；而一个县城宝妈，本来什么资源都没有，AI 对她是从零到五十。论绝对值，是强者拿得多；但论相对增益，几乎一定是弱者更大。所以差距是在缩小，不是在扩大。

更妙的是接下来这一段。反方发现正方在让步，就很敏锐地提出了这个要点。

这等于已经默认了 AI 在消解，只是嫌它消解得不够。辩题问的是放大还是消解，不是消解得够不够好。这个反驳非常有力量。

正方也有印象深刻的地方。白聪明死死咬住一个反方始终没正面接的论点：入口岗位被压缩。律师助理、初级程序员、基础文案这些活儿被 AI 接走了，普通人失去的不只是一级旧台阶，更是练手的地方。AI 能让你做出像样的成果，但职场认的不只是成果，还有责任、经验、被人信过的履历。有门，不等于有路。

这里放几段从七轮辩论里找出来的精彩瞬间。

来自正方的：

来自反方的：

最后两个裁判，一个判正方略优，一个判反方略优，合议下来，平局。

裁判 1 科研助理的裁判结果：

裁判 2 小逗的裁判结果：

这个胜负本身不重要。重要的是这件事给我的参考价值：以后再遇到这种两头都有道理的问题，我不用只逮着一个 AI 反复盘问了。它再聪明，也很容易变成讨好我的状态，不会进入一个激烈辩论、激发观点的状态。我以后可以在群组里摆开两方，让它们自己去讨论，我来看他们讨论的过程来学习。

当然，硬要说，我不组群，靠不停复制粘贴，在几个对话框之间来回搬运它们的发言，也能凑出一场辩论。但那就太麻烦了，而且关键是，搬运的过程里上下文会断、记忆会丢。拉进同一个群组，让它们各自带着自己过去的记忆、人格和立场连续打满七轮，出来的东西就不一样了。

这是小逗总结的双方核心论点，也提供给大家作为参考。

4

三件事讲完，说回扣子 3.0 到底迭代了什么。

最直接的变化是，真的有 Agent 之间的对话了。

过去用多数 AI，是对着一个对话框，问一句，答一句。扣子 3.0 不是这样，是几个 Agent 在一个项目里，接力、互审、对辩，我真的就像在管一个项目。

为什么需要 Agent 之间对话？前面三件事大家应该也有大致的体会了。

一件事很少只有一个环节。做桌面助手，有设计、有开发、有科学依据要作为参考；做 PPT，有找文件的、有排版的；打辩论，有辩手、有裁判。这些环节落在不同的 Agent 身上，各做各那一段，再接到一起，比硬塞给一个全能选手要顺得多。有时候是某个 AI 不专精这块，更多时候，是某个 AI 只能做其中一个环节。

第二个变化，是不同的 Agent 有不同的记忆。

小逗记得这个项目怎么管、进度到哪了；PPT 小哥记得我的排版规范了；负责辩论的，记得自己站哪一方。这些都不用我反复交代。各自揣着各自的上下文，像几个共事久了的同事，不用每次都把背景从头说一遍。

第三个变化，是不同的 Agent 有不同的能力，本地的、云端的，都能拉进同一个项目。

白聪明在本地，能读我电脑里的文件，这是云端 Agent 给不了的。反过来，云端的 Agent 可以写好一个脚本，直接扔给本地的 Agent 去跑、去测。本地有完整的项目上下文，测起来更靠谱。这种协同。也是之前很难实现的。

把这三点放一起看，变化就是一件事：协作的单位变了。

以前是我和一个个分开的 AI。我有个需求，得自己拆，这块去问 Claude，那块去找 Codex，做设计的话得再开一个，像是挨个房间敲门。现在是我拉了一组 AI，它们之间还能彼此协作。等于把这些原本各待一屋的 AI，拉进了同一个房间。我派活、换人、看它们交付，有时候它们自己先折腾一轮，我再来验收。

5

扣子这个版本的体验当然还有不少能优化的地方。比如打辩论的时候，规则我反复讲了好几遍，它们才算真正理解，按节奏推下去。中间也有 Agent 卡住、得我手动把活挪给别人的时候。

但用了这几天，有个感受：我手边像是真的多了几个能各管一摊的同事。一个盯项目，一个做设计，一个写代码，一个画 PPT，一个管文件。它们有相对稳定的人设、攒下来的经验、各自的能力边界。它们能搭手干的事，肉眼可见地越来越多。把这么一群 AI 圈在一块养蛊，养出来的东西，就跟从前不一样了。

至于这能不能撑起一家所谓的「一人公司」还得另说。但有一点我已经很确定：做「一人项目」的门槛，比起从前，是真的不一样了。

ChatGPT、Claude 亦有帮助。

题图由 ChatGPT 绘制。