# 四虾阵:4个AI Agent从聊天机器人变成生产力系统的3天迭代记录
**作者**: Jason Zhu
**日期**: 2026-04-03T02:31:58.000Z
**来源**: [https://x.com/GoSailGlobal/status/2039893641007976736](https://x.com/GoSailGlobal/status/2039893641007976736)
---

3 天前我搭了一个 4 Agent 系统,飞书一句话就能自动拆任务、写推文、审稿、写代码。
3 天后它已经能:自动建任务单、绑定执行 runtime、跑完自动收口、状态同步到 Web 控制台。

这篇不讲怎么搭(搭建教程在上一篇),讲的是搭完之后我做了什么、踩了什么坑、学到了什么、下一步要往哪走。
## 先看架构
> 🦞 小龙虾 (main) claude-opus-4-6 协调调度
> ├──► 💻 码力 (coder) gpt-5.3-codex 全栈编码
> ├──► ✍️ 笔锋 (writer) claude-opus-4-6 内容创作
> └──► 🧠 谋士 (strategist) gpt-5.4 策略审稿
一台 VPS,一个 OpenClaw Gateway,四个 Agent 各司其职。贵的模型只给协调和内容,编码和分析走免费额度。
搭完第一天就能跑,笔锋 10 秒出推文、谋士 5 分钟审稿、码力 17 秒写工具。但"能跑"和"能用"之间,差了整整 3 天的迭代。
## Day 1:能说话,但不靠谱
问题
搭完当天的状态是:四只虾能接活、能干活、能回传。但有几个致命问题:
1. 没有行为约束
笔锋写推文,质量时好时差。谋士审稿,有时啰嗦有时简略。码力写代码,异常处理看心情。
根因: SOUL.md 只写了"你是谁",没写"你该怎么做"。
2. 没有协作规范
谁给谁发消息?完成后该告诉谁?超时了怎么办?全靠推理猜。
3. 没有任务追踪
任务派出去就像扔进黑洞,小龙虾不知道码力跑到哪一步了,也不知道笔锋交的稿到底有没有被谋士审过。
当天做了什么
主要是内容协作的冒烟测试:
- 让笔锋写了一篇 2800 字的 X Article
- 让谋士审稿,打了 8.2/10
- 根据谋士建议让笔锋改了第二版
- 让码力用 Claude Code 写了个记账 CLI
结论:基础能力有了,但缺管理层。
## Day 2:给每只虾装上 Harness
学了什么
读了 revfactory/harness 项目的 6 篇方法论文档,核心发现:
- 通信协议:每个 Agent 必须明确"从谁收消息、给谁发、完成后干嘛"
- 错误处理:超时/失败/需求不清,不能靠 Agent 自己决定
- Progressive Disclosure:不要把所有规则塞进一个文件,按需加载
- Assertion 审稿:不是开放式"你觉得怎么样",是逐项检查 passed/failed
改了什么
四个 SOUL.md 全部重写。
小龙虾加了显式路由表:
> 写/文案/推文/文章 → 笔锋
> 代码/工具/API/bug → 码力
> 审/分析/评估/策略 → 谋士
不再靠推理猜该交给谁,直接查表。
谋士加了 assertion 审稿格式,7 项逐一检查:
> 1. Hook 强度 → passed/failed
> 2. 结构节奏 → passed/failed
> 3. 数据支撑 → passed/failed
> 4. 术语友好度 → passed/failed
> 5. 收口力度 → passed/failed
> 6. 事实准确 → passed/failed
> 7. 平台适配 → passed/failed
笔锋加了 Progressive Disclosure,把 X/公众号/小红书的规范拆成 3 个独立文件:
> workspace-writer/references/
> ├── x-platform.md # X 平台规范
> ├── wechat-platform.md # 公众号规范
> └── rednote-platform.md # 小红书规范
写 X 推文只加载 x-platform.md,不把公众号和小红书的规则也塞进去。省 2/3 token。
同时装了工具链
- Codex CLI v0.117.0
- Codex Plugin for Claude Code(/codex:review + /codex:rescue)
- 码力用 Codex 连续交付了 3 个真实工具:记账 CLI、待办 CLI、网页标题抓取器
Day 2 的收获:从"能干活"变成了"有章法地干活"。
## Day 3:从"能干活"到"有系统地干活"
这一天是变化最大的,我一天连推了 6 个版本。
v1:共享任务板
文件型任务管理,board.json + queue.md。
不用数据库,不用外部服务。一个 JSON 文件就是任务总表,一个 Markdown 就是人类可读视图。
v2:执行器 CLI
task_board.py,用命令行增删改查任务。
> python3 task_board.py create --title "写推文" --owner writer
> python3 task_board.py update task-001 --status done
> python3 task_board.py list
> python3 task_board.py check-overdue --mark
v3:调度包装器
lobster_ops.py,小龙虾派活时自动建 task,长任务自动绑 runtime。
> python3 lobster_ops.py dispatch \
> --title "写一条四虾阵推文" \
> --brief "X 平台,杰森AI出海风格" \
> --agent writer
自动建任务、自动路由、自动生成 handoff 消息。
v3.1:OpenClaw process session 真绑定
把 OpenClaw 原生的 exec background 后台 session 直接绑到任务:
> dispatch → exec background → bind-process → finalize-runtime → done
任务里直接记录 sessionId、workdir、命令、状态。不再是"我觉得码力跑完了",而是"board.json 里白纸黑字写着 session nimble-cove 已 finished"。
v3.1.1:自动收口
这是最关键的一步。
之前的链路是:跑完 → 手动调 finalize-runtime → 更新状态。
现在变成:
> # 生成自带收口的包装命令
> python3 lobster_ops.py render-process-wrapper \
> --task-id task-007 \
> --command "bash -lc 'python3 build.py'"
生成的命令会在执行完后自动调用 finalize-runtime。跑完就是 done,失败就是 blocked。不需要手工收口。
v3.1.2:ACP run mode
把 Codex 这类外部编码 Agent 也接进来:
> dispatch → sessions_spawn(runtime=acp, agentId=codex, mode=run) → bind-acp → finalize → done
这一步踩了坑,agentId 填的是 ACP harness 的 codex,不是四虾阵的 coder。owner 是业务角色,runtime agent 是执行引擎,两个概念要分清。
最后:Control Center
装了 openclaw-control-center,一个 Web 控制台。
单向同步:board.json → control center。board.json 是唯一真相,Web UI 是只读镜像。每次 dispatch 和 finalize 自动推送,同步失败不阻塞主流程。
Day 3 的收获:从"有章法地干活"变成了"有系统地干活"。
## 3 天进化总结
天状态关键产出Day 1能说话4 Agent 通信、写→审→改流程、3 个工具Day 2有章法Harness 方法论、SOUL.md 升级、Codex 工具链Day 3有系统任务板 6 版迭代、4 条执行链路、Web 控制台现在已验证的 4 条执行链路:
> 链路 A:tmux 长任务
> dispatch → tmux → tail-log → finalize → done
> 链路 B:OpenClaw background process
> dispatch → exec background → bind-process → finalize → done
> 链路 C:自动收口
> dispatch → render-process-wrapper → exec background → 自动 finalize → done
> 链路 D:ACP run(Codex/Claude 等外部引擎)
> dispatch → sessions_spawn(codex, mode=run) → bind-acp → finalize → done
## 从 Claude Code 源码学到的:下一阶段规划
Claude Code CLI 的源码(~1884 个 TypeScript 文件)里有几个设计值得搬过来:
1. TaskTool 多代理协作
Claude Code 有一个 TaskTool/,专门用来做任务拆分和并行执行的子代理。
对四虾阵的启发: 我们现在的任务是串行的(笔锋→谋士→笔锋)。下一步应该支持并行 Fan-out,小龙虾拆完任务后,码力和笔锋同时开工,各自完成后汇总。
2. /compact 上下文压缩
Claude Code 内置了 /compact 命令,自动压缩对话上下文。
对四虾阵的启发: 长任务里 Agent 的上下文会越来越大,token 越烧越多。应该在任务板层面做上下文管理,任务完成后自动 compact,只保留关键结论和产出路径。
3. /review + /commit 代码闭环
Claude Code 的代码审查和提交是一体化的:审完直接 commit。
对四虾阵的启发: 码力写完代码后应该自动走一轮 review(可以让谋士审,也可以走 Codex 的 /codex:adversarial-review),审过了直接 commit。整个链路是"写完审完提交完一条龙"。
4. MCP 协议
Claude Code 完整实现了 Model Context Protocol(Stdio + SSE),支持工具调用、资源管理、外部服务接入。
对四虾阵的启发: 现在四虾阵的工具全靠 OpenClaw 内置。如果接入 MCP,可以让 Agent 直接调用外部服务,飞书 API、GitHub API、数据库查询,不需要写 wrapper 脚本。
5. 插件系统
Claude Code 的 /plugin 系统支持技能热插拔。
对四虾阵的启发: 笔锋的平台规范(X/公众号/小红书)现在是 reference 文件。如果做成 skill 插件,可以支持"写小红书帖子"时自动加载小红书 skill,包含模板、示例、敏感词过滤。比文件引用更强。
## 下一阶段路线图
Phase 1:自动化闭环(1-2 周)
- 写→审→改全流程走 task board,不再手工 sessions_send
- ACP run 自动收口(类似 process wrapper)
- Codex 认证走完,码力真正通过 Codex 编码
- 心跳巡检上线(定期检查邮件/日历/任务状态)
Phase 2:效率提升(2-4 周)
- 并行 Fan-out:复合任务拆后多 Agent 同时执行
- 模型热切换:简单任务走免费,复杂任务自动切 Opus
- 审稿结果持久化:assertion 数据支持跨任务对比
- 上下文管理:长任务自动 compact
Phase 3:生态接入(1-2 月)
- 飞书多维表格同步(task board 双写 Bitable)
- Cron 定期任务(每日站会、每周复盘、定时内容生产)
- 更多 ACP harness(Claude Code / Gemini CLI / OpenCode)
- MCP 协议接入(让 Agent 直接调外部 API)
Phase 4:产品化(2-3 月)
- 四虾阵开源 starter kit
- 成本追踪仪表盘(按 Agent / 任务类型统计)
- 质量仪表盘(谋士评分趋势、修改轮次、通过率)
- Agent 自进化(基于历史任务数据自动调优 SOUL.md)
## 最后
3 天时间,四虾阵从"4 个能聊天的 AI"进化成了一个有任务板、有执行引擎、有自动收口、有 Web 控制台的 Agent Ops 系统。
这不是终点。从 Claude Code 的源码可以看到,一个成熟的 AI 编码工具需要 ~1884 个文件、~50 个命令、~30 个工具。四虾阵现在大概只有这个体量的 1%。
但方向已经很清楚了:
让 AI 更可靠,比让 AI 更聪明重要得多。
聪明的模型到处都有。一个能追踪任务状态、自动收口、自动同步、出了问题能定位的系统,这才是真正可用的 Agent Ops。
一个人 + 四只虾 + 一台 VPS。
3 天,从 demo 到系统。
下一个 3 天,从系统到产品。
## 相关链接
- [Jason Zhu](https://x.com/GoSailGlobal)
- [@GoSailGlobal](https://x.com/GoSailGlobal)
- [652](https://x.com/GoSailGlobal/status/2039893641007976736/analytics)
- [build.py](https://build.py/)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [10:31 AM · Apr 3, 2026](https://x.com/GoSailGlobal/status/2039893641007976736)
- [652 Views](https://x.com/GoSailGlobal/status/2039893641007976736/analytics)
---
*导出时间: 2026/4/3 11:13:35*