Boris Tane 我把公司賭在主動型代理上
Explore with AI
代理幾乎能做任何你要求的事，而問題正是這個：你仍然得開口要求。
我一直聽到有人把代理稱為「數位同事」。這個說法是錯的。一個安靜地坐著，直到你交給他一項範圍完美界定的任務，完成後又回去等待的同事，不是同事。你用過的每一個代理都是這樣運作的。模型變聰明了、harness 變好了、執行變長了，但介面從來沒變：你帶來工作，代理帶來勞力。
而多數人沒有注意到，因為提示框已經悄悄成為我們腦中 AI 本身 的樣子。
每一個介面仍然是一個提示框
輸入框是這整個時代的起點。ChatGPT 在一個模型上放了一個輸入框，成為史上成長最快的產品，然後我們全都照抄。從那之後的每一個 AI 產品都是同一種互動的變體：人打字，機器回應，機器等待。
Claude Code 是下一步演化。代理搬進你的終端機，拿起你的檔案、你的 shell 和你的 git 歷史，開始做真正的工作，而不是只談論它。它改變了代理能做什麼，但沒有改變它們如何開始：你打字，它工作，它停下，然後等你再打字。
接著代理搬到了雲端。Codex、Devin、網頁版的 Claude Code。它們跑幾個小時而不是幾分鐘，啟動子代理來平行處理工作，而且不會因為你合上筆電就死掉。你在午餐前交給它一項任務，回來時就有一個 pull request。
![graph TD
A[You write the task] --> B[Cloud agent]
B --> C[Sub-agent]
B --> D[Sub-agent]
B --> E[Sub-agent]
C --> F[Pull request]
D --> F
E --> F
style F fill:#d1fae5,stroke:#6ee7b7,color:#065f46](/diagrams/1a98d6cb.svg)
提示甚至不再只是鍵盤的事。背景代理可以由一則警示或一個 webhook 啟動，而多數代理平台現在都提供自動化：當這個事件觸發，或這個 cron 到點，就以這些指示執行一個代理。
- When
- a Sentry alert fires
- Do
- investigate, open an incident if it's real
- Then
- post the findings to #incidents
但自動化是什麼？它是你預先寫好的提示。你預測了失敗模式、選好了事件，並寫下該怎麼處理。觸發條件啟動代理，但裡面的判斷是你的，凍結在設定的那一刻。自動化抓到的正好是你預料到的，僅此而已。
你就是排程器
剝掉工具之後，勞力的分工三年來沒有移動過。代理做工作。決定工作是什麼，仍然是你的職責。
你讀儀表板、聽使用者說話、弄清楚什麼重要，然後把你學到的一切壓縮成一則提示，要麼即時在鍵盤上，要麼提前寫在觸發條件裡。代理執行得很出色，但系統裡的每一分判斷都源自於你。
![graph TD
A[Dashboards] --> D[You]
B[Alerts] --> D
C[User complaints] --> D
D --> E[The prompt you type today]
D --> F[The automation you configured last month]
E --> G[Agent]
F --> G
style D fill:#fee2e2,stroke:#fca5a5,color:#991b1b](/diagrams/b6e95276.svg)
下一步演化：自己找工作的代理
我賭的是，下一步演化是代理自己找出該做的事。沒有提示、沒有要設定的觸發條件、沒有預先寫好的指示。你接上你的技術棧，代理自己找到工作：它看著你看的同一批訊號、注意到哪裡不對、判斷是否重要，然後自主開始處理。
這說起來容易，做起來卻極為艱難，因為主動性是三個疊在一起的問題，跳過任何一個，你得到的都比輸入框後面的那個代理更糟。
情境。 顯然，代理需要一個它所處世界的即時模型，而不是你在提示時貼進情境視窗的一張快照。情境糟糕的反應型代理給你一個糟糕的答案。情境糟糕的主動型代理會刪掉你的生產資料庫，因為它以為那是 staging。
判斷。 這是最讓我頭痛的部分。在任何時刻，生產系統裡都有上千件事略微不對。一個把它們全部標出來的代理是一台雜訊機器，雜訊機器會被靜音，被靜音的代理就是死掉的代理。主動性的全部價值都存在於「有東西變了」和「有東西重要」之間的那道縫隙：
[
{
"signal": "memory up 3% on checkout-edge",
"verdict": "no anomaly",
"reasoning": "within the seasonal range for this hour on this worker"
},
{
"signal": "new error pattern, 2 minutes after deploy 9f3c2a1",
"verdict": "incident",
"reasoning": "error class never seen on this worker, tightly correlated with a deploy"
}
]行動。 只注意不行動，只是一個更聰明的警示，而警示正是我想消滅的東西。代理必須把工作做完，並且在讓自主性安全的邊界之內：可逆的動作、每件事都有記錄，以及在任何不可逆的事發生之前有一道硬性的關卡。
這三者都不涉及代理決定什麼是好的。它決定什麼不對、是否重要，以及該怎麼處理，清單就這麼長，因為在生產環境中沒有人需要定義什麼是好：錯誤為零、延遲在基準線、佇列清空、憑證有效。理想狀態隨著這片領域一起到來。
這意味著真正的轉變不是從「你下提示」到「代理給自己下提示」。而是從命令式維運到宣告式維運。自動化是命令式的：你預先列舉失敗模式，並為每一種寫好回應。主動型代理是一個調和迴圈：它把你現有的系統與你應有的系統放在一起比對，並努力縫合差距。Kubernetes 十年前就為基礎設施做了這件事，你寫下三個副本，控制器就會不計代價讓三個副本活著。沒有人為軟體本身的營運做過這件事。而在這裡甚至沒有 YAML 要寫，因為理想狀態早已知道。它開箱即用。
我從維運開始
叫一個主動型代理決定你的產品路線圖，你會得到一個意見很多的實習生，因為產品方向是品味問題。生產環境不是。它是唯一一個三個問題今天都能解決的領域。
工作會自己宣告自己：錯誤率攀升、一次部署出了岔子、一張憑證過期、一個佇列積壓。工作早已躺在遙測資料裡，等著有人注意到。而且不像品味驅動的領域，這裡存在基準事實：錯誤率要麼飆高了要麼沒有，復原要麼恢復了基準線要麼沒有，所以代理的判斷由系統本身持續評分，沒有憑感覺的空間。
最重要的是，我們早就用人來做這份工作了。我們稱它為值班：一個人睡在手機旁邊，等著一台機器說另一台機器不高興。我在可觀測性領域待了多年，創辦了一家可觀測性公司並由 Cloudflare 收購，還寫了一整篇關於如何結構化遙測資料、讓答案只差一個查詢的宣言。它的論點就是這家公司存在的理由：2026 年不該再有人值班。
因為過去十年可觀測性令人不安的真相是：我們讓系統更容易讓人在凌晨三點審問，然後宣告勝利，而被叫醒的仍然是人。儀表板變漂亮了，呼叫器還在床頭櫃上。沒有行動的可觀測性只是昂貴的儲存。
它看起來是什麼樣子
這就是 Polylane 做的事。這是一個具體的星期二：
![graph TD
A["02:14 — checkout p99 jumps from 180ms to 2.1s"] --> B["02:15 — agent flags it: new error pattern, right after the 01:52 deploy"]
B --> C["02:16 — incident opens, 3 hypotheses investigated in parallel"]
C --> D["02:31 — verdict: connection pool exhausted by a new N+1 query"]
D --> R["02:33 — the 01:52 deploy is rolled back, p99 back to 180ms. The incident is over."]
R --> E["02:38 — PR opened with the fix and the evidence attached"]
E --> F["08:30 — you wake up, read the investigation, merge"]
style A fill:#fee2e2,stroke:#fca5a5,color:#991b1b
style R fill:#d1fae5,stroke:#6ee7b7,color:#065f46
style E fill:#d1fae5,stroke:#6ee7b7,color:#065f46](/diagrams/ff5bb4b7.svg)
沒有人為這種失敗模式設定過檢查。沒有規則要寫、沒有閾值要調：代理以持續的節奏評估每一個已連接的資源，你既有的儀表板與儲存的查詢就是它們的檢查清單。判斷是我最嚴格的地方。預設的判定是沒有異常，因為漏掉一個邊緣問題，遠比為了雜訊叫醒某個人好得多。「部署可能會引入 bug」對每一次部署都成立，永遠不構成呼叫任何人的理由。
當事情是真的，調查會平行執行多個相互競爭的假設，而每個代理的工作是推翻自己的假設而不是證實它，所以相關性永遠沒有機會偽裝成原因。當確認的根本原因是一次程式碼變更時，修復會以附帶調查的 pull request 送達：
coreplane/checkout-edge Opened by Polylane · gated on review and CI
主動不等於無人監督
自主性在於注意、分流、凌晨三點的考古，以及緩解。任何能恢復已知正常狀態的事，代理都自己做：復原那次糟糕的部署、把 flag 關回去。這些動作從設計上就是可逆的，而它們正是真正讓呼叫器安靜下來的動作。仍然受關卡管控的是任何創造新狀態的事：程式碼變更經過你的審查與你的 CI 上線，絕不繞過它們。
界線不在人與代理之間。而在可逆與不可逆之間。這也是為什麼你不是偷偷地仍然在值班：復原在 02:33 結束了事件，比你合併 pull request 早了六個小時。PR 從來不是止血的東西。它是防止再次發生的東西，而那可以等到喝咖啡的時候。
而且這道關卡由你決定要不要委派。程式碼審查代理已經在讀你儲存庫裡的每一個 pull request。有一個離這裡不遠的世界，你的審查代理在 02:41 讀了那個修復，對照調查檢查它，核准它，然後你的 CI 在你醒來之前部署到生產環境。整個迴圈沒有任何改變，除了誰握著核准按鈕。這就是這一切的終點：會自己修復的軟體，由你撰寫政策而不是點擊合併。
![graph TD
A[Signals] --> B[Detection]
B --> C[Investigation]
C --> R[Rollback, on its own]
C --> D[Pull request]
D --> E[You or your agent review, it merges]
R --> F[Memory]
E --> F
F --> B
style R fill:#d1fae5,stroke:#6ee7b7,color:#065f46
style D fill:#d1fae5,stroke:#6ee7b7,color:#065f46
style F fill:#dbeafe,stroke:#93c5fd,color:#1e40af](/diagrams/b1056731.svg)
注意那個迴圈裡少了什麼：
提示框是學會信任這些系統的好方法，卻是營運生產環境的糟糕方法。代理已經同時看過每一個服務的每一次部署、每一行日誌與每一個指標。把它留在提示框後面，意味著你團隊裡消息最靈通的成員只在被問到時才開口。
2026 年不該再有人值班。