Chad Arimura 的六 Agent 工作流揭秘
My Agent Setup
我花了整整一个月搭建了一套由六个 Agent 组成的自动化团队，旨在用更少的人力扩展我的产品和非营利组织。这套系统运行在 DigitalOcean 上，通过 Buzz 进行通信，利用 Nostr 协议连接，核心模型是 OpenAI GPT-5.6 Sol。从 ea-agent 管理日程到 ops-agent 处理 Sentry 警报，每个 Agent 都有明确分工和最小权限。虽然搭建过程耗时是手动操作的十倍，但这让我看到了构建'软件工厂'的潜力，未来或许能实现从 Linear 工单到 PR 的完全自动化。
搭建工厂本身并不会直接产出任何产品，但这正是关键所在。
HN 评论区
61- whazor
我现在走的是 MCP 路线，部署了大量自托管的 MCP，包括管理日历和邮箱。
维护 MCP 服务器的开销并不大，多亏了 OpenAI 的隧道技术，无需端口转发或 VPN。
在安全性方面也相当不错，因为你需要手动激活 MCP 或授予权限。所以每次对话在某种程度上都是相互隔离的。
- orangebread
非常酷的架构。我也走过类似的路，虽然看到代理式 AI 能达到的程度确实很酷，但我同意目前的投资回报率（ROI）还差那么一点。
我不生活在需要时刻阅读和回复邮件的世界里，所以我收件箱里 95% 都是订阅垃圾邮件。至于开发工作，我需要亲自掌舵，设计规划需求，并在代理执行计划前主动做出决策。但我并不需要为此配备一个个人代理，我直接在 codex 或 claude-code 里工作。
- richardkam0511
我实际上走了另一条路，设置成我和朋友可以共用同一个代理，但操作回合需要审批。他比我更懂技术，但我相信我在营销方面更强。我们可以看到彼此的提示词，保持信息同步。还有一种模式，我们可以分叉出各自的代理。
观察他的提示词让我学会了如何写出更好的提示词，从而更有效地使用代理。
- moribvndvs
这话不是针对作者，而是针对当下的现状：这他妈太让人精疲力尽了。我们竟然把“修车棚最大化”（bikeshedding maximization）的机器做成了一个万亿级的市场。
- lukasco
我一直在构建一个用于处理邮箱和 WhatsApp 的分诊代理（这是一个产品形态的项目），讽刺的是，这反而让我没空去构建这类全功能的代理。所以即便在打造产品，我依然对“全套配置”感到错失恐惧（FOMO）。
我还构建了一个用于维护我应用的框架，希望能开源。
我强烈认同这些东西对个人来说没有 ROI，而且构建起来要可靠其实相当困难。
但这真的很有趣！而且看着一个机器人修复线上错误，确实让人很兴奋。