24小时热榜

原文链接：<a href="https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it" rel="nofollow">https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it</a>

我们最近开始使用代理每周更新代码库中的一些文档，一切很快就变成了定时任务、日志和终端输出。<p>虽然这样做有效，但很难判断代理在做什么、为什么会失败，或者工作流程是否真的在推进。<p>我们认为将代理视为具有状态和责任的长期工作者，并进行明确的交接会更有趣。这样可以让人们真正看到并推理，而不仅仅是查看日志。<p>因此，我们构建了Clawe，这是一个建立在OpenClaw之上的小型协调层，允许代理工作流程在特定时刻运行、暂停、重试，并将控制权交还给人类。<p>这最初是一个关于代理系统操作体验的实验，但我们开始看到它的真正潜力，特别是在市场营销中的内容审核和维护工作流程方面。我们对哪些抽象概念是合理的、哪些感觉不必要以及哪些最容易出问题感到好奇。<p>代码库：<a href="https://github.com/getclawe/clawe" rel="nofollow">https://github.com/getclawe/clawe</a>

嗨，HN， 可以在您机器上运行工具的人工智能代理对于知识工作非常强大，但它们的实用性取决于所拥有的上下文。Rowboat 是一款开源的本地优先应用程序，它将您的工作转化为一个动态知识图谱（以普通 Markdown 格式存储，并带有反向链接），并利用它在您的计算机上完成任务。 例如，您可以说：“给我准备一份关于我们下个季度路线图的演示文稿。” Rowboat 会从您的图谱中提取优先事项和承诺，加载演示文稿技能，并导出为 PDF 文件。 我们的代码库在这里： [https://github.com/rowboatlabs/rowboat](https://github.com/rowboatlabs/rowboat)，这里有一个演示视频： [https://www.youtube.com/watch?v=5AWoGo-L16I](https://www.youtube.com/watch?v=5AWoGo-L16I) Rowboat 有两个部分： (1) 动态上下文图谱：Rowboat 连接到 Gmail 和会议记录等来源，如 Granola 和 Fireflies，提取决策、承诺、截止日期和关系，并将其本地写入链接和可编辑的 Markdown 文件（类似 Obsidian 风格），围绕人、项目和主题进行组织。随着新对话的发生（包括语音备忘录），相关笔记会自动更新。如果在站立会议中截止日期发生变化，它会链接回原始承诺并进行更新。 (2) 本地助手：在这个图谱之上，Rowboat 包含一个具有本地 shell 访问权限和 MCP 支持的代理，因此它可以利用您现有的上下文在您的机器上实际工作。它可以按需行动或运行计划的后台任务。例如：“为我准备与约翰的会议，并创建一个简短的语音简报。”它从您的图谱中提取相关上下文，并可以通过像 ElevenLabs 这样的 MCP 工具生成音频笔记。 为什么不直接搜索转录内容呢？将数以千计的电子邮件、文档和通话直接传递给 AI 代理既缓慢又容易丢失信息。而且搜索只能回答您想到的问题。一个随着时间积累上下文的系统可以跟踪对话中的决策、承诺和关系，并揭示您未曾想到的模式。 Rowboat 采用 Apache-2.0 许可证，支持任何大型语言模型（包括本地模型），并将所有数据以 Markdown 格式本地存储，您可以随时阅读、编辑或删除。 我们之前的初创公司被 Coinbase 收购，我的部分工作涉及图神经网络。我们很高兴再次与基于图的系统合作。工作记忆似乎是代理的缺失层。 我们期待听到您的想法，并欢迎贡献！