（一）

我并非程序员，而是做财务、战略、PR/GR、企业经营管理工作。不过现在我们几乎有80%的工作都实现了Agent化，可以做到以前都不能做、甚至不敢想的事情。

这些变化，都不是使用哪个模型、哪个软件就能完成的。

我过去一年最重要的AI实践和理念，就是Workspace as an Agent。

一个Workspace其实就是电脑上的一个文件夹，让AI进入并且管理这个文件夹，持续建立、维护一个长期存在的文件目录。这个目录下不只是原始输入和输出文件，还包括对这些文件之间关系的记载、对于任务完成过程的日志记录、对于目标和意图的理解。最终不断沉淀出结构化的索引和更高维度的知识。这个目录只要接上AI模型，加上token，就拥有了完成任务的智能，Workspace就成了Agent。

我做的事情说起来也很简单，不需要复杂的AI软件和配置。就是把AI请进我的电脑，请进我的工作目录里。

（二）

具体步骤如下。

第一步，在自己的工作电脑上，安装Codex / Claude Code（以下提到Codex的地方，基本换成Claude Code也一样）。。

第二步，当开始执行一个任务的时候，在本电脑里新建单独的文件夹，启动Codex / Claude Code这类agent，输入提示词

“[你是XXX角色]，[你要处理xxxx任务] ,把当前目录作为agent workspace. ”

这样agent就可以开始初始化。agent开始工作就会在文件夹中写入各种agent.md, readme.md等文件。随着agent开始工作，它会逐步在文件夹中新建各种文档、脚本、input、output等。这个workspace里的内容会越变越多。

以后的每一次，要执行同一类任务时，仍然回到这个文件夹，启动Codex或者任意一个本地Agent，开启新对话。不要认老的对话session，换AI Agent也不要紧，就认准文件夹。

有几种常用的（且看起来很日常的）提示词。

1. 复盘下刚刚为什么出错，确保未来不再犯
2. 整理下workspace

就这样，Over.

（三）

举个例子。

我要管理办公室的某类资产，但是我们没有合适的ERP。

我并没有让Codex给我写一个资产管理软件。

我在本机建了一个文件夹叫做“某某Assets”，打开codex, 说“我要管理办公室的某类资产，登记资产的状态信息以及变动情况，以及在资产到期之前及时提醒我处理，请把当前目录作为agent workspace.”

Codex开始初始化，我用typeless把现在资产的现状口喷了一遍。现在的资产信息非常零碎也很少，但是我把我手里有的相关文件全丢Codex。Codex把这些信息都保存在Workspace里，开始思考。Codex需要额外的信息完成资产台账的建立，他给我写了一个信息采集网页，非常直观简单地让人快速输入缺少的信息。Codex把资产的信息记录在了workspace里。

我问Codex，我要看看现在资产清单和总览。Codex生成了一个html网页。我跟Codex说，我希望从这几个维度看，有的资产要按照这个维度合并汇总。Codex刷新了html网页，迭代几次后，我得到了我需要的统计信息，我跟Codex说“好了，我这个数字能用了”。Codex把分析方法和我的偏好记录在了workspace里。

一天早上，我问Codex，今天有什么重要的事情吗？Codex生成了一个html网页，第一页是 to do list，列出几个需要赶快续费的资产。于是我赶紧处理完，跟Codex说，续好了。Codex把资产的状态更新到了workspace里，并且刷新了html网页。这下他告诉我全部绿灯，没有要完成的紧急事项。

Codex会写代码，但是我不需要让他写一个软件。软件、网页HTML成为日抛的东西，或者说动态变化的东西。我不需要一个固定GUI的、人类操作的资产管理系统。我需要的是给我信息、执行任务。当任务完成，网页就可以扔了。下次新任务，再重新生成就好了。但文件夹里的信息会一直累积。

Workspace成为了该类资产的管理员Agent.

（四）

下图是我目前使用的机器和软件架构。

一台Windows笔记本，日常通勤工作使用；一台老旧Macbook（Mac Mini也可以），24/7开机放在桌面上。

两台电脑都各自安装了Codex, 登录的账号是同一个。

安装了一个轻量级的网页软件 StillOn，把两台机器上的 Codex + Workspace变成一个网页可操作的界面，当 Workspace 已经成为长期运行的 Agent 时，我可以在 Windows、MacBook 或手机上继续派发任务、查看进度、收取结果，而不必始终坐在那台机器前。

Cloudflare 把这个网页映射到外网，实现远程访问。

（五）

结构即智能

Andrej Karpathy在去年说过大部分人使用AI的方式，只是把它当做工具。

“大多数人与大语言模型（LLM）和文档打交道的方式，类似于 RAG（检索增强生成）：你上传一批文件，LLM 在收到问题时检索相关的文本片段，然后生成答案。这种方式确实有效，但问题在于，LLM 每次回答问题时都要从头重新发现知识，知识并不会逐渐积累起来。假设你提出一个微妙的问题，需要综合五份文档中的信息，LLM 每次都必须重新寻找相关片段，再把它们拼接起来。此前的分析不会被真正沉淀下来。NotebookLM、ChatGPT 的文件上传功能，以及大多数 RAG 系统，基本都是以这种方式运作的。”

这就不是Agent原生的方式，因为就像Karpathy说的，没有迭代和积累。

没有迭代和积累的结果，就是人们只关注LLM和工具本身，有没有更强的LLM模型，Opus横空出世大家都争着用；有没有更强的Agent工具，Manus能用Computer Use，OpenClaw能接飞书，要用Dify来做RAG……但只是把这些模型和工具配齐，人们还是不觉得真的完成了任务。

为什么workspace+AI模型，比起单纯的AI模型更强更有用？

一言以蔽之，结构即智能。当workspace中的信息，以结构化的方式呈现的时候，智能程度和信息量就提高了。如果workspace里都是原始的未经整理的信息，只是靠LLM单次的加工，能提取出来的信息是有上限的，或者说，依靠LLM大模型参数和智能的提升。

workspace提供了一种大规模、离线存储、动态更新结构化数据的能力。

大规模，来源于它的存储介质，硬盘大于内存，内存大于大模型的缓存context windows。

离线存储也是硬盘的能力，让我关机之后仍然保留。因为每次更新，保存的都是跟LLM推理之后整理出的结构，本质上就是把AI模型单次推理的token所蕴含的智能给存了下来。

动态更新有两方面，一方面是电脑的能力。为什么workspace得放在“本机”上，电脑不只是提供了一块硬盘，还提供了CPU处理、硬盘读写、网络连接的功能，再上层的操作系统和应用程序提供了完成任务的能力，使得Workspace不是缸中大脑，而是可以在真实环境中跑起来，通过运行的结果获得反馈，带来的动态更新的能力。这个运行除了计算自动运行的结果之外，当然也包括人的反馈，人的反馈也要通过计算机的能力写入workspace。所以，这种动态更新即是时间层面的，今天的workspace不同于昨天的；同时也是空间层面的，我的workspace就不同于你的。

（六）

Agent化究竟带来什么好处？

我不认为是在于可以降低成本，也在于可以批量复制10000倍，而是可以做到以前都不能做、甚至不敢想的事情。

受限于资源限制，属于不能做的事情。作为创业团队，人手一定是有限的，精力要focus在最重要的事情上，导致不少有中等价值的财务和经营分析的工作就不会做得那么深，甚至就有选择放弃。但是Agent化能够解放这些中等价值的工作，开始成为可能。Agent化首先是扩展了人手和时间的边界，可以在能力范围内做更多。

受限于能力限制，属于不敢想的事情。人术业有专攻，不可能啥都懂。比如说，我要拉一个数据，得去找会写SQL的数分同学对接，数分同学要对接上游数据ETL的同学（对了，过去我是直接找财务BP的，创业公司没有luxury招财务BP啊，T.T），一来一回就受限于数分和ETL同学的排期，这还是在公司组织内部的协调还好说。再比如说，为了业务需要得有个简单的介绍网站，如果企业本身就不是搞IT的，公司里可能都没人会弄网站，业务只能去市场上找定制开发的服务商，需求对半天，成本还不低。结果可能算了，别搞网站了，搞个PPT然后转成PDF就在微信里发算了。虽然说这样也能成单，但其实背后肯定有一定的转化率损失。有了Agent化，还能完成能力范围以外的事情。

启动

什么叫“在文件夹中启动codex / claude code”？启动有两种方式。

第一种方式是在codex / claude code / opencode之类的agent GUI app中，“打开文件夹”，然后开启新对话/新session。不需要去找老的对话。

第二种方式是在Powershell之类的终端，用命令行cd到目标文件夹，然后输入 “codex –yolo” 或者 “claude –dangerously-skip-permissions”，在出现的TUI窗口开始对话。

这个启动的原理是，codex 和 claude code会在启动的时候首先读取目录中的agent.md或者类似的文件，但不会读取整个目录下所有文件。Agent.md会索引记录当前workspace的任务、目标、skills、程序脚本、可用的资源、已经做过的事情、可用的数据。AI就可以顺着agent的索引，一路摸索准确找到所需的文档和信息，类似skill的渐进式披露，而不会发生context爆炸、挤不下的情况。这样才能确保信息可以极大地被灌输进来，然后通过反馈整理链路进行知识提取。

反馈

我会经常跟Agent提供反馈。AI完成的结果，我最终出去之前我都会手工修改，不过修改后的结果，我也会存在workspace里，然后告诉AI，这是我的最终版本。一方面，AI获得了最终准确的信息，另一方面，AI可以从过程差异中，学习到这个任务的好坏评价标准和我的偏好，完成进化。这是一种半自动的反馈方式。

当任务完成到一个阶段的时候，我会让AI“请你自己做下总结反思复盘”。AI会整理Workspace中的文件，输入、中间结果和最终输出，更新索引、日志，根据失败和错误来优化Skills和程序脚本。有些密集任务，我会做成定时任务，AI都总结反思复盘下。这是一种全自动的反馈方式。

（七）

解耦的哲学

Workspace的本体就是文件夹，文件夹里包括文件、索引、日志、技能、输入输出和反馈。

Coding Agent 可以替换，基模可以替换，界面可以替换。

各自都要解耦。

Workspace之间解耦

初始化一个Agent Workspace的时候，我有时会特别加一句话：“除非经过我的同意，你只能修改、写入和删除本文件夹里的文件。本机其他目录下的文件，你只能读，不能改。”这是为了保持Workspace之间解耦、免得完成一个任务，把另一个任务搞崩了。解耦还有好处，我可以把多个Agent Workspace串联成上下游任务，上游完成任务，成果放在上游/outputs目录下；下游根据agent.md的说明，自行去上游的outputs目录中读取数据，继续下游工作。我通过这种方式，目前已经完成了一个20个agent协作网络（花了3天设计完成的），目前日常运行完全没问题，还可以一直增加功能。

Workspace和Coding Agent之间解耦

今天我们使用网页版ChatGPT，记忆就在ChatGPT里。要换到Gemini,Gemini还得想个法子让你把memory给搬过去。这就给网页版的AI模型产品一种迁移壁垒。有一天如果这个产品下线了，那记忆里的信息就都没了。

使用Workspace，无论用哪个AI，应该都能启动。区别只是有的AI能力强完成得漂亮，有的agent能力差，磕磕绊绊完成不了。

workspace跟AI的解耦，也需要管理和维护。我的具体做法是，可以让不同AI在同一个workspace里完成相似的任务，就像把工作台分别给不同的员工，观察他们的完成情况。这么做有两个目标，一是可以让我很快对不同的AI模型和Agent能力有直观的体感，二是我会希望不同的AI都能相对顺利地完成，而不是只有最顶级的agent加最顶级的模型才可以——至少是Codex和Claude Code它们俩都可以吧，这样才说明是workspace自己在提升，而不是因为某个特定基模能力提升带来的。

这样不断攒、训练workspace的信息，当有更强大的模型到来的时候，workspace可以完成更多任务，甚至跟更多sub-workspace串联起来完成更多任务。Workspace提升了当前模型的上限，而基模能力的增强也会增强workspace的能力。目前，我有一个最大的workspace，拥有GB级别规模的文件、数据、媒体文件、程序、脚本和文档了。适当的时候，这个workspace也可以让AI拆成sub-workspace，或者有些结构化数据用数据库或者RAG的方式进行存储、索引、管理，以提高workspace的效率。

Coding Agent和模型的选择

选择本地coding agent，最好用的自然是Codex和Claude Code，而且我会把电脑的full access权限都开放。Coding agent是一个软件，不是AI模型，今天叫做Harness，是不包含模型的。它其实是让LLM能够操作本机电脑的连接器和LLM翻译器，还包括让Agent持久运行真实解决问题的Agent Loop架构。各个Coding Agent背后理论上都可以接各种模型的API，Codex可以接GPT 5.6，也可以接DeepSeek.

Coding Agent这一层壳，除了Codex和Claude Code之外，还有开源的OpenCode，国内的Workbuddy和Qoder等。有的Coding Agent会跟自家的模型有绑定关系，比如说使用Codex和Claude Code就可以用订阅的方式使用GPT模型，会比第三方API使用便宜20倍。

现在大家都比较熟悉LLM模型的能力，Claude系列和GPT系列是最好的，Gemini有些掉队；国产的GLM和DeepSeek都还不错。Coding Agent这一层壳其实也有强弱之分。OpenCode是最早开源的，Manus都借鉴了不少OpenCode的harness。但Claude Code和Codex是今天世界上最好的两个Coding Agent。国产的就算了吧。

Coding Agent跟AI模型还有配合的问题。原厂官配当然是最好的，不过有时候我们也得用第三方的，比如说DeepSeek还没有推出官方的coding agent，Kimi虽然有Kimi Code可是大家还是不买单，这些也有的是接入Claude Code和ChatGPT的。但是Codex 调用子代理，接DeepSeek API就没法启动子代理（Spawn subagents），得用官方GPT模型才可以，所以DeepSeek接入Codex没有办法完全发挥DeepSeek的模型能力。

在编程任务上，国产和海外顶尖模型其实都能用。在一些普通任务上，也能够完成，最终完成质量有一些感觉，不过也能用。不过到了复杂任务、长程任务，GPT和Claude还是无法匹敌，我已经遇到不少任务国产模型绕了几个小时完全搞不定。这种情况还得等基模能力提升。

Workspace与存储介质的（半）解耦

理论上Workspace复制到另一台机器，让Coding Agent就能跑起来。我就做过在我自己电脑上开发了一个Agent让Codex把这个workspace一打包（当然Codex打包到时候会定制化地帮我去掉一些隐私信息甚至隐私数据），给我起草一段handoff提示词，我就可以把提示词和workspace打包部署到另一台机器上，也许是我的另一台24小时不关机的机器，也许是同事的机器。

之所以说半解耦，因为workspace里的很多程序和脚本会依赖本机的环境和程序，换了一个机器很可能跑不起来。不过没关系，从信息论的角度来说，这些信息是不需要的，新的机器有新的环境，他的Coding Agent会修复的。