Ludamn

任何产品，特别是工具型产品，背后是有一整套逻辑的，体验这种产品远远不是点个下载登录这么简单，我来聊聊我是怎么体验T3，然后被T3改变的 1）异步、长周期交付、关注结果。T3的一大特色就是活跃状态下的thread（session），会被隐藏起来。你只需要专注每一个done的session。如果任务没完成，继续prompt。如果完成了，直接右侧merge，在sidecar点击settle，thead消失。这一套最直观的体验是，要关注的东西少了，但是少的刚刚好 2）习惯了异步后、专注结果的模式后，会逐渐开始信任模型，给的任务从怎么做变成了要什么，时间变长了，能管理的thread也变多。这时候我开始想，这笔记本天天开会通勤挪来挪去，很多任务跑一半，弄了台小主机，T3依旧完美适配这个场景（T3的维护者就是这么用的），一建连上后，多端互通，可以在手机上让Linux调用mac上的claude作为subagent，整体体验就是丝滑无感 3）接着上面那点，我开始思考，既然我有24/7的环境，没我发prompt的时候，电脑岂不是闲着了？事件驱动&可观测先行。theo（T3作者）在X上分享过他怎么优化T3 MCP的，因为T3 MCP有大量的tool description，不同模型对不同tool schema的使用习惯都不同，theo把这些失败调用都收集起来，然后改进、测试。最后description大幅变短、成功率提升。这个过程就是一个典型的loop，由外部事件驱动，agent完成整个开发验证的生命周期。所以我配合T3的定时任务能力，也做了一套类似的系统。另外可观测优化这种东西，让agent来写是最没有成本的，碰到定位不出来的问题，agent自己还可以优化，自己PR。 4）远远不止LUI（language UI），T3的chat stream中可以渲染HTML、图片右侧可以打开视频。这种信息表达能力比起文字是高了一个维度的，本身agent和人就有大量的交互来自对齐信息。后来习惯让agent端到端测试交付视频、图片。感觉项目开始管不住的时候，用HTML来做代码架构实现的对齐。这里补充一点，这种反问agent的对齐性质对话要和工作分开，否则推进实践在收敛，对齐在发散，人和agent在两种思维模式直接反复横跳，既费token也费脑 5）调度，t3的mcp允许agent互相调度作为subagent。开发者可以很好的利用不同模型的不同特性，比如让codex去做测试让opus做架构。我常见的做法是让DeepSeek做验证，让opus帮我分析自动产出的PR是否有价值，有没有针对测试用例过拟合 T3 和 theo是一体的，许多设计的意图是在开发模式逐渐向theo看齐后才get到其中的巧妙。 很多人说这个时代开发的软件不是2B也不是2C，是2me。如果me的工作模式被越来越多人接受，me就成了c。

So we are finally opening our new app that we use internally for a few weeks. It is a Linear / Notion / Slack / Discord / Mailing all in one app that you can self-host on a few MB of RAM and own all the data. orbit.so There is also a cloud/hosted version with 7 days of free trial so you can test things out. After that it is just $10/month/workspace. No per seat or similar bs. $10 for your whole team. I will go broke for sure, but you won't :D (I have to at least get back the domain price somehow to get on 0) Same philosophy as any coolLabs apps, no restrictions, no pay-to-feature. Lets Orbit together with your team haha!

The responses to this post are very surprising to me. Seems like a lot of developers genuinely can't even imagine working without long-lived branches. Or think that pushing to main means pushing incomplete commits that break CI.

Deepseek 回回都不让人周末省心，super agent 看完了，确实是没有新东西。以一篇论文的形式描述了 multi-agent loop 把这个坑占了下来，但是论文最重要的实验部分只有短短的两个小节。 无论做 agent 还是用 agent 搞得多了大家很容易得到相同的结论，人的注意力是有限的，human 在 loop 里越多，整个系统的效率越低。

claude 系列的模型最让我震惊的是，很懂得如何在单一 agent loop 内，和人类配合的非常好 很明显这得益于 claude 有大量的 openclaw 系列的产品的训练数据，这种产品用户不感知 loop，会疯狂发消息，不管中间状态 举一些例子： 1）steer 并行的工作内容，agent 会自己判断是否有打断之前工作的意图，没有的话会顺序执行，也可以按要求调度子 agent 并行 2）直接在 loop 中提问，需要快速答复，agent 在工作状态，能正常回答完并继续工作 3）主 loop 保持 idle，委派协调各种任务，自己负责和用户交流。这个就是典型的 openclaw 式的形态了

Claude Code Artifacts 真的降纬打击杀死了现代文档工具，Notion、Lark 都沦为过去式，文档内容本不该被框在各种 block 里，哪怕你穷举预设一堆内容 block，也不如根据内容定制出来的页面展示形式强。在 AI 输出文档的时代，直接使用自由的 HTML 就是最优解。 我最近做了一个自己用的文档工具，来脱离平台的束缚，Claude Code Artifacts 哪里都好，就是文档不归我，换个 Claude 账号原来文档迁移也麻烦，干脆搞个自己的，避免受制于人。 以前也部署过几次文档服务，markdown 的、block 的都试过，这次 Vibe Coding 了一个 block + artifacts 混合体。简易的文档用 block，复杂的就用 artifacts，简直太爽了。 什么流程图、脑图、甘特图、白板类文档也都被 artifacts 杀死了，写文档的 agent 0 帧起手想要什么交互方式的文档都可以快速产出，还不受工具的限制。以前得先产出一套文档展示工具，用户再在工具框架下套内容，内容的传递必然会受到工具的限制。现在一切形式都为内容服务，内容的展示不再有任何约束。 我的 artifacts 文档也是我和 agent 沟通的桥梁，我提的需求，它完成的进度，它做的调研，它产出的结果，等我做的决定，一切都记录在一个专属的 artifact 文档中，文档里也可以做选择、输入等交互。过去这个沟通会发生在一个格式和交互受限的 markdown 文档中，或者会话中的简易展示和互动，突然有一天 Claude 开始用 Artifact 来给我展示信息，那一天起我的文档工作流迈入了新时代。

Day 25/ We are doubling all usage limits for all Pro 100/200/500 tiers and Business Premium, effective today. We heard your kind feedback and won’t be reducing usage limits for Pro 200, so your Work and Codex usage will stay the same. We’re also going to continue offering extended limits for dots for now, and usage of your dot will still continue to be separate from your default usage. And we'll of course also keep shipping better models and other efficiency improvements that increase your effective usage over time.