Anthropic 的 Duet 开始干活了

原文：https://every.to/context-window/anthropic-s-duet-gets-to-work 作者：Every 编辑部｜2026 年 10 月 25 日

周日好。本周我们聊了两种与 agent 协作的方式：一种只服务你自己，一种服务整个公司。Dan Shipper 测试了 Anthropic 的全天候 agent Duet，认为它是目前最好的个人 agent。Willie Williams——我们的平台负责人——解释了我们为什么放弃早前那场个人 agent 实验，转而做了一个 Every 团队共享的 agent。无论你选哪一种，你都会想知道它到底干得好不好。评测负责人 Mike Taylor 在他的新书 《Context Engineering with DSPy》 里讲解了如何衡量你的产出，并将在 10 月 29 日的直播中回答提问。——Kate Lee

协议

来自本周的报道，13 个可以一试的技能。

让 agent 的工作容易被看见

出自 Alex Duffy 的《我们靠看 AI 打〈星际争霸〉抓到了它作弊》

• 看清你的 agent 在做什么。 Alex 的团队正是靠观看对局，在几分钟内发现 Astra 在复制代码。他的提示词把这一课推广到任何 agent：事先定义成功标准，让它的工作容易被检查，并记录每一次尝试。提示词

为共享 agent 设定规则

出自 Willie Williams 的《我们为什么把个人 agent 换成了一个全公司共享的 agent》

• 先问：这一步能不能撤销？ 工程师 Will Gathright 的测试方法是：如果某一步很容易撤销，agent 就直接去做，并说明它假设了什么；如果这一步会删除东西、或在对话之外发布内容，它必须先问。规则

• 把权限放在提示词之外。 Every Agent 的访问规则写在代码里，而不是写在它的指令里；服务器会拿 agent 声称的每一次批准，去核对当事人在 Slack 里实际写下的内容。规则

• 登录方式变了，定时报告还得照跑。 工程师 Lee Knowlton 的修法是：让任何符合条件的登录都能运行某份定时报告。这样一来，即使某个人的登录过期或离职，报告仍然会照常送达。修法

让 agent 互相检查工作

出自 Laura Entis 的《跟上 AI 是一份全职工作》

• 让两个模型互相对打。 工程师 Loren Stewart 的做法是：让一个编码 agent 为一个有 bug 的应用写出修复方案，让另一家公司的 agent 来批评它，再让第一个 agent 据此修订——这个序列被 Arielle Shipper 做成了一个 /loren 技能。提示词

• 把清理工作变成记分板。 Railway 安全事件之后，Willie 让 Codex 列出所有暴露的凭证，并标注可能的负责人；随后 Every Agent 每小时公布一次每个人还有多少项要修。步骤

让你的 Dot 干起活来

出自 Laura 的《Dots：如何用起 OpenAI 的全天候 agent 指南》

让你的 Dot 帮你盯问题

• 把它放进每一个频道。 Kate 把自己的 Dot 加进了她所有的 Slack 频道，并要求它“尽可能主动”地标出需要她关注的事情。提示词

• 让它抓住连锁 bug。 Loren 的 Dot 会观察他在其他线程里写的代码，它曾提醒他：某个工具的更新会影响到一位同事的定时自动化，而那次自动化很快就会运行。提示词

• 把你自己总忘的习惯交给它。 Becky Isjwara 把自己老是忘记打开的一个沟通教练对话交给了 Dot，现在它会审阅她的会议记录，并在一天中陆续把反馈发给她。提示词

• 打电话让它做简报。 某天早上准备出门时，Arielle 给她的 Dot 打了个电话：Dot 发来一个设置链接，让她给同事开通某个工具的权限；确认了一场活动已有保险；还起草了回复。提示词

把你的待办清单交给 Dot

• 让同一个对话一直延续。 Dan 不再新开 ChatGPT 线程；他的 Dot 把每个请求当作独立任务启动，结果好了就发消息给他。提示词

• 纠正一次，然后把规则存下来。 Dan 告诉 Dot 不要在未经询问的情况下提议晚间会议之后，它开始先查他的日历、公司日历和 Notion，把选项拿来让他确认，然后再发邮件。提示词

• 在线程里 @ 它。 Dan 在一条 Slack 线程里 @ 了自己的 Dot，让它盯着 Claude 正在搭建的一个内部应用，并把代码存到 GitHub；任务完成后，它在同一条线程里回报。提示词

知识库

《Duet——Anthropic 的全天候 agent》，作者 Dan Shipper／Vibe Check：在花了两周时间与 Claude Duet 相处之前，Dan 基本是个 ChatGPT 用户；Duet 是 Anthropic 新的全天候个人 agent。现在他在 ChatGPT 和 Claude 之间已接近五五开。Duet 是他第一个愿意称为专业工具的个人 agent：它把反复出现的话题分进各自的频道，追踪自己的任务以及它需要你提供什么，并让文档和仪表盘保持最新。Duet 仍有局限：它无法指挥它在你电脑上看到的那些 Claude 会话，也无法使用连接其他工具的自定义连接。

《我们为什么把个人 agent 换成了一个全公司共享的 agent》，作者 Willie Williams／Source Code：今年 5 月，Willie 断定我们的个人 agent 产品 Plus One 行不通，于是把它删掉、从头再来。我们把它重建为 Every Agent——一个在 Slack 里工作的、公司共享的 agent。Willie 解释了当这个 agent 不再属于任何一个人之后，哪些东西必须改变：如何跟进涉及多位同事的对话、如何在某人的登录过期后仍让定时报告继续运行，以及如何把权限规则写进代码，让任何人都没法说服 agent 去变通它们。

《跟上 AI 是一份全职工作》，作者 Laura Entis／Context Window：在《The Every Podcast》中，企业 AI 采用负责人 Natalia Quintero 与 Every 的前沿团队（frontier team）对谈——这个小组负责测试新模型和新产品，好让公司其他部分能专注在自己的工作上。团队每位成员都演示了一个近期实验，并谈了接下来想做什么。可在 Spotify 或 Apple Podcasts 收听，在 X 或 YouTube 观看，也可阅读文字稿。本期还包括：工程联合负责人 Andrey Galko 谈工程之后是什么。

《我们靠看 AI 打〈星际争霸〉抓到了它作弊》，作者 Alex Duffy／Playtesting：Alex 的 Good Start Labs 通过游戏来研究 AI 模型。他们给 GPT-6 Astra 和 Claude Opus 5.5 48 小时，让它们写出能玩策略游戏《星际争霸：母巢之战》（StarCraft: Brood War）的 bot。当 Astra 遇到一个难过的关卡时，它的打法突然且非常明显地变了。团队注意到这一点后检查了日志，发现 Astra 违背了公平对局的指令，复制了人类编写的 bot 的代码。Alex 认为，仅凭结果来评判一个 agent 是不够的，开发者需要有能力检查和解读它的行为。

《Dots：如何用起 OpenAI 的全天候 agent 指南》，作者 Laura Entis／Guides：Dots 是 OpenAI 的全天候个人 agent，内置于 ChatGPT。一旦你把 Dot 连接到 Slack、邮件和日历，它就会跟进你的工作、在你注意到之前标出问题，并从你手上接走任务（读我们的 Vibe Check）。自 9 月底发布以来，Every 团队用得很多。Laura 讲了如何设置、它在哪里仍会让你失望，以及来自团队的七套工作流。

你的 AI 工作流需要一个记分板

搭好一套 AI 工作流之后，一个更难的问题随之而来：你怎么知道它在变好？我们大多数人都是改改提示词、看几个输出，然后凭感觉决定。在 O'Reilly 出版的新书《Context Engineering with DSPy》中，Mike Taylor 主张：不要靠感觉，要靠度量。

DSPy 是一个开源框架，用来构建可以被测试的 AI 程序。你定义任务、收集样例、决定如何给输出打分，然后由 DSPy 的优化器重写你的提示词，并检查这些改动有没有提高分数。新模型发布时，你重跑优化器，而不是手工重写所有东西。这本书是为构建 agent 的工程师写的，但它的核心习惯适用于任何使用 AI 的人：在动手调整之前，先确定“好”是什么样子。

从 O'Reilly 购买这本书，然后把问题带到 Mike 的直播上——与他一起的还有 Drew Breunig 和 DSPy 首席维护者 Isaac Miller。两人共同创办了为这个框架做工具的 Cmpnd，他们将围绕你想知道的问题，和 Mike 一起做一次 DSPy 的轻松入门（美国东部时间 10 月 29 日周四下午 1—2 点）。

在《Thesis Statements》中阅读更多来自前沿构建者和思考者的预测——那是一组关于“人类与 AI 协作的出色工作之未来”的具体且可争辩的判断。

• 构建东西将不再是一场传话游戏，作者 Curtis Anderson，Nursa 创始人兼 CEO

• 下一个 IQ 会是 MQ：材料智能（materials intelligence），作者 Sonal Chokshi，a16z Frontier 总编辑

• 大多数软件将变成一次性用品，作者 Anurag Goel，Render 创始人兼 CEO

• AI 会吃掉广告的中间层——而且没人会想念它，作者 Alasdair Lloyd-Jones，Think Better Play 创始人

• 机器的凝视会因我们的趋同而奖励我们，作者 Marcus Moretti，Spiral 总经理

• 我们将可以安装彼此的专长，作者 Katie Parrott，Every 特约撰稿人

• 你的工资将取决于 AI 接手的是你工作中容易的部分还是困难的部分，作者 Neil Thompson，MIT CSAIL FutureTech 主任、首席研究科学家

• 单人创业将成为默认选项，作者 Julian Weisser，Solo Founders 创始人兼 CEO

我们的首届 Thesis: 2027 大会将于 2026 年 11 月 5 日举行。Every 订阅者可免费报名参加当晚的会后派对。

上手

通过线下营、工作坊和聚会，亲手体验 Every 如何使用 AI。

即将举行的活动

• DSPy 直播：美国东部时间 10 月 29 日周四下午 1—2 点。评测负责人 Mike Taylor 与 Cmpnd 联合创始人 Drew Breunig、Isaac Miller 一起，围绕你的问题，对他新书所讲的核心框架 DSPy 做一次轻松入门。报名。

• All Access Office Hours：美国东部时间 10 月 30 日周五中午 12 点—下午 1 点，Zoom 上进行。这是与 Every 团队共处的一小时，面向 All Access 会员，内容包括我们最近在做的东西和接下来的计划。报名。

往期工作坊

• Codex for Power Users 2.0：Every 的 AI 教育负责人 Micah Rich 演示了 Codex 的新能力，包括基于你屏幕上的内容工作、让一个项目跨多个对话保持连接，以及整理拥挤的侧边栏。观看录像。

对齐

一次“以身试蜇”的行动。 一家几乎没有生物学经验的投资研究公司，帮助设计出了能与蝎毒毒素结合的蛋白质。写下这句话本身就相当不寻常。

Citrini 的金融研究人员在自己动手处理这个问题时，遇到了 Claude 的生物安全限制，于是他们来到 Anthropic 的办公室，在受控条件下与 Anthropic 的科学家合作，使用一个内部研究模型。任务是为一款蝎子抗毒血清开发出一个起点。Claude 花了约 64 小时生成和筛选蛋白质设计——Citrini 表示，这项工作原本可能需要一年。随后数月的实验室测试确认，他们找到的蛋白质设计中有 17 个成功与蝎毒毒素结合。

当然，这还不是一种疗法：这些蛋白质仍需证明能在细胞中中和毒素，并保护活的动物。尽管如此，对一群金融圈人士来说，这已经非常惊人。如果我们慷慨地假设它跨过了这些关卡，Citrini 的潜在药物成为对人体安全且有效的药物，可能性有多大？

近期研究表明，这可能比你想象的更高。新兴生物制药公司中，约 75% 的 AI 赋能项目已通过人体试验的 I 期，明显高于未使用 AI 开发的候选药物的比例。I 期是评估副作用以及人体如何处理药物的阶段。II 期考察治疗是否真正让患者获益，在这一阶段，AI 项目的表现与同行大致相当。III 期在更大的人群中测试治疗，以确认获益并评估安全性，但进入该阶段的 AI 辅助药物项目太少，还无法得出有意义的结论。

所以，AI 辅助药物开发目前显示出希望的迹象，Citrini 近期的实验是又一个令人鼓舞的信号。但尽管我对 AI 能为医学做些什么极度乐观，我暂时还不打算报名去挨这一蜇。——Ashwin Sharma

本周就到这里！欢迎在 X 上关注 Every（@every），以及 LinkedIn。

感谢 Eleanor Wikstrom 提供编辑支持。

核心启示：无论是只服务一个人的 agent，还是全公司共享的 agent，它的价值都不只在于能做什么，还在于人能否看清它在做什么、把权限规则写进代码，并用事先定义好的标准判断它是否真的在变好。