前 Manus 高管开发的开源代理团队产品 CodexLoom：将 Codex 的线程转化为长期值班的数字员工，并将它们组织成团队。

对的事情

前 Manus 高管开发的开源代理团队产品 CodexLoom：将 Codex 的线程转化为长期值班的数字员工，并将它们组织成团队。它解决了个人无法同时高效管理数十个代理的问题——一旦代理数量激增，人手反而成为最大的瓶颈。CodexLoom 主要面向维护数十个或更多专用代理的高级个人或个体公司，他们希望每个代理负责特定的应用场景，并且可以通过飞书让同事或用户直接调用这些代理。

如今，人们使用代码代理的方式都是基于任务的：启动一个线程，简要说明背景信息，获取结果，然后关闭它。所有在旧线程中积累的约束、决策和工具使用情况都会被丢弃——每个任务都会重复冷启动的成本。

CodexLoom 的做法恰恰相反：旧线程不应该随着任务一起被丢弃；同一场景下的后续工作会返回到同一个线程。

有些人担心长线程开销过大，但作者的回应却无可辩驳：

1. 创建新线程来重建上下文也会产生开销——只是没人会去计算这笔费用。

2. 稳定的历史前缀可以利用提示缓存。

3. 压缩旧消息后，工作状态仍然存在。

4. 最关键的是：纠错、术语、偏好、判断习惯——这些隐性知识会在切换线程时丢失，而提示根本无法重建它们。

每个代理都有一个包含三项内容的配置文件：身份（它是谁）、领域（它长期处理什么）、范围（它的边界在哪里）。这相当于数字员工的职位描述。

沟通规则：信息流向责任人，决策流向权限人，结果返回给发起者，异常情况逐级上报。这同样适用于管理人类团队。

最具创意的部分在于其对外开放的一面：成熟且训练有素的智能体以受管理的身份加入飞书/Slack群组，以便同事可以直接与其协作。你花费半年时间精心调校的功能可以被其他人直接复用。一家公司可以雇佣数字员工，然后将其派遣到外部——最小的闭环运行流畅，这也是未来人工智能数字员工商业化的基础。

这个项目的方法论非常值得学习。当其他人还在争论谁的编排DAG更炫酷时，它却在解决一个更根本的问题：智能体如何从一次性工具演变为长期同事，以及组织关系应该如何构建。长期稳定或许才是下一代智能体产品真正的护城河。