我们大多数人仍然在“使用”AI。打开聊天窗口，输入提示词，得到答案，然后关闭标签页。作者认为，这个时代正在结束。AI智能体的生产力已经足够高，让它们产出工作不再是难点。真正的难点在于，要找到足够的人力注意力去检查它们做了什么。一旦你清楚地看到这一点，你就不会再把AI当作随手拿起的工具，而会把它当作你要雇用的人。
这一切的起点，是为每个智能体配备它自己的“电脑”。有一个团队尝试让五个智能体在同一个代码检出目录中同时工作，结果一片混乱：一个智能体把其他人的工作全部暂存起来，另一个则彻底清空了整个检出目录。他们的解决方案是为每个智能体分配独立的虚拟桌面，即一个隔离的容器，运行完整的Linux桌面，拥有自己的文件系统、浏览器、终端和代码编辑器。智能体可以看到它们构建的内容，因此前端工作可以在真实的浏览器中进行测试。由于这些桌面运行在共享服务器上，东京的开发者可以把一个智能体交接给伦敦的开发者，对方能从原来的进度无缝接续。
该团队最初是在构建一个可部署在本地的OpenAI替代方案，但客户不断询问实际上该用它做什么。答案主要是编程，而当时的AI编程工具并非为团队协作而设计。于是，他们构建了一个看板，由智能体在上面完成工作。每张卡片对应一个大小约相当于用户故事的任务。智能体阅读代码库并撰写规格说明，由人工审阅，智能体再按批准的内容进行构建，工作成果在合并前还需通过代码审查。
作者坦言，这种方法有其局限，也可能失效。但核心转变是清晰的：瓶颈在于人工审阅，因此工作重心从向AI提问，转向管理和检查工作成果。
来源: Towards Data Science · 由HeadlinesBriefing整理摘要