文章介绍了如何在 Grok Bot、Muse、Dots 等 Personal Agent 中使用 Lody 的方法。作者认为当前 Personal Agent 虽然火热，但交互过程缺乏透明度，开发者难以掌控任务执行细节。Lody 是一个本地优先的多 agent 控制面，可让用户在电脑或服务器上运行多个 harness（如 Codex、Claude Code 等）。文章详细讲解了如何将 Bot 作为统一交互界面和任务调度员，把具体任务通过 Lody CLI 分配给背后的各个 agent 执行，并介绍了如何配置机器、使用 Agenvo 工具，以及如何设置定时任务防止 Bot 云机器休眠。整体方案让开发者既能享受 Bot 的便利，又保留对任务过程的掌控。
作者复盘了使用Codex指挥AI视频工具Muse制作《如梦令》短视频的完整流程。文章详细描述了三方协作分工（作者定目标、ChatGPT前期策划、Codex操作Muse执行）、从词到影片的叙事骨架设计、逐步制作顺序（恢复上下文、锁定母版标准、逐镜制作与验收、返工、配乐处理、交付修复），并总结了可复用的SOP，包括开工包准备、先校准再扩展、逐镜验收、精确返工、音频验收等经验教训，附有可直接复制的Muse指令模板和完整证据索引。
本文介绍如何用 Grok Bot 搭建一个教练式创作工作台，通过三个 Bot 分工协作：情报总监负责选题与来源核查，创作搭档负责解释术语和拆解最小实验，内容主编负责根据真实材料写稿。文章详细说明了每个 Bot 的配置、测试方法、文件接力机制和群聊协作流程，强调先单独跑通再串联，确保信息真实、过程可追溯，帮助边做边学的普通创作者把想法落地。
作者分享了小团队多Agent协作中版本不一致、上下文不同步的痛点，并介绍了工具 Tutti·VM。它将本地Agent（如Codex、Claude Code）虚拟化进云端协作空间Room，实时同步Agent的工作过程、文件变化和对话，让多个Agent和成员站在同一项目现场协作，避免反复传文件和版本混乱，还支持共享Agent额度与对外演示分享。目前仅支持Mac M芯片设备，仍在小范围测试。
文章介绍如何在WorkBuddy中用项目空间组织多Agent虚拟项目组。核心观点是：多Agent的关键不在数量而在接口设计。提出最小可用结构：一个主任务管理依赖与验收，加上调研、数据、内容、设计四条单一交付的工作线，通过固定交接合同连接。文章详细说明了并行与串行任务的划分、三个冻结里程碑（事实、正文、发布）、冲突回到源任务修正的处理机制，以及单线与整项目的验收标准，帮助个人真正获得并行工作能力。
作者在深圳完成 FDE 路演后，结合现场反馈与自身经验，深入探讨了企业 AI 落地中的关键缺口。文章指出，企业真正缺乏的不是模型能力，而是能将模型、业务、数据和组织责任连接起来的人才。作者详细阐述了 FDE（Forward Deployed Engineer）的定位、所需能力、与科研系统的结合、以及人与 AI 协作的未来趋势，并为程序员转型 FDE 和企业正确使用 FDE 提供了具体建议。
作者分享了在Claude封号潮后，基于API的AI开发工作流优化经验。通过开源项目“搭子2.0”，实现了Claude Code和Codex两个Agent的深度协作，引入deep_reasoner、fast_worker、arbiter三种身份，支持跨模型混编、本地配置UI、一键试跑、Goal哈希校验和证据链小票等功能，有效降低了API成本并提升了开发效率。文章详细介绍了搭子2.0的核心升级、配置方法及实战效果。
文章深入拆解了 dontbesilent（dbskill）背后的工作方法论。其核心在于将解决问题的过程沉淀为可复用的 Skill 系统，通过“生产-质检-迭代”的闭环实现知识复利。作者详细阐述了 Skill 的生成场景、迭代机制、多 Agent 协作原则（如生产与评判分离），以及如何通过跨学科思维（管理学、哲学）构建底层能力。文章指出，真正的价值不在于工具本身，而在于将隐性思维显性化、系统化的能力。
文章探讨了AI Agent技术发展下人与Agent关系的新思考。作者通过体验内测产品 Bloome，展示了 H2A（人与Agent）和 HAAH（人与多个Agent）的协作形态，包括本地Agent调用工具、多Agent群聊协作等场景，并对人机协作的未来价值进行了深度反思。
