CapOwn项目第一次复盘

· 993字 · 2分钟

在差不多半个月时间内烧了30亿token后,我仍然没能给出一套真正能使用的面向AI-AGENT的分布式能力网络管理平台的初版。

我想,现在应该先停下来,记录一下我存在哪些决策错误。

cc-switch count

首先,是关于这个产品的定位没有尽早收束,我一直把worker节点的 “文件安全修改操作” 看成是一个核心功能。然而,在早期设想 CapOwn 产品名时,明明已经是有着把 Capability 这个概念作为产品的一个亮点。

所谓 “能力” 就应当意味着文件操作、沙盒管理、快照,这些功能应当是以插件形式引入,而不是作为worker节点的内置功能。

在与AI进行设计沟通时,我没能提出有效的质疑,从而听从了AI关于“worker节点不需要采用别人的模块,这会增加依赖负担,不如自己编写相关功能”的说法,如今看来,这是在沟通时,AI也默认我是打算内置这套功能,而不是以能力与插件的方式去设计这套系统,所导致的方向偏离。

worker内置功能的实现,浪费了我将近一周的时间,是该产品设计中的T0级决策失误。

第二点是在用户交互体验的设计上,我从一开始一直纠结于CLI的设计,对于client这个角色来说,CLI的设计是有必要的,因为这是AI-AGENT直接对接的一个节点。然而,对于master与worker的命令行交互,从一开始就想得过多,各种CLI的名称设计,甚至每个单词到底取什么,子命令是怎么衔接,这些问题,都在后来引入了dashboard后成了浪费我时间的一环。在做capown-next版本时,我才果断把大量无用的命令行交互去掉了,所有的配置就是应当集中到dashboard来进行管理,这才是用户体验最好的一种方式

认清到一点就是,至少都在这个时代了,CLI应当是给AI的交互方式,人类理应至少享有GUI的交互,而不是还想着有极客会更愿意接受CLI的交互方式。

第三点是在通信协议的设计上,没能尽早按照标准 OPENAPI 协议规范进行制定,导致协议条款都仅落在代码本身和文档的简略概括中,使得next版本的构建多浪费了点时间。

另外就是在这个项目里,我才真正把短轮询、长轮询、SSE、Websocket这四种web连接方案的应用差异给理解了,而之前因为只想着找websocket的替代方案,也是只拉着ai讨论SSE的应用,而忽略了task传输需要有保险机制的问题。

说到底,和AI讨论方案还是容易忽略一些细节,它总是想着以最短路径解决我提出的问题,却没想到这条路本身就有问题。

AI