每個人都應該有一萬個代理為自己工作。
不是一個輪流使用的助手——而是一支艦隊。代理在你睡覺時持續工作，在你已經擁有的機器上運行，攜帶你教給它們的一切，並在完成後回報。這就是 PandaNpc 要打造的目標。
為什麼今天這麼難
大多數人一次最多只能使用一兩個代理。不是因為模型太弱——而是因為每個代理的相關開銷太高。每個新代理都必須在某個地方啟動、重新教導你的慣例、在它工作時被監看，並手動收集結果。乘以十，你就變成瓶頸。乘以一萬，這個想法就會崩潰。
因此，這項工作不是「更好的聊天框」，而是要一件一件地移除每個代理的開銷：
- 運行它們的地方 — 你已經擁有的廉價、私有運算資源，而不是租用的沙盒。
- 它們共享的單一記憶 — 教一次，每個代理就知道，而且是在每台機器上。
- 不會線性擴展的監督 — 一眼看到許多，只在被要求時介入。
- 超越終端的能力 — 只能編輯檔案的代理只能完成一小部分工作。
已經可行的部分
運行它們的地方
- PandaPaw — 一條指令將你擁有的任何機器變成代理主機。它會安裝引擎、將機器加入你的帳戶，並讓它們持續運行。無需開啟連接埠，無需貼上權杖。
- 三種引擎，相同設定 — Claude Code、Codex 和 PandaCode 都透過同一個橋接器運行，因此加入不同的代理不是不同的專案。
- 你的機器形成一個私有網路 — 筆電、伺服器、家用桌上型電腦和虛擬機器可以直接相互連線，因此代理可以在工作實際所在的地方運行。
- 自帶後端 — 當任務不需要昂貴的模型時，將引擎指向更便宜的模型提供者。只有當每個代理都便宜時，運行大量代理才有意義。
它們共享的單一記憶
- 代理中心 — 你的規則、技能、記憶和代理設定檔與你的帳戶綁定，並自動同步到每台機器。寫下一次教訓，每台機器上的每個代理都會擁有它，並以各自引擎期望的格式呈現。
- 筆記 — 一個你的代理可以讀寫的知識庫，因此一個代理學到的東西不會隨著它的工作階段結束而消失。
- MCP 伺服器 — 代理透過文件化的介面存取你的筆記、模型和排程任務，而不是抓取畫面。
不會線性擴展的監督
- 隨處監看 — iOS App、Windows / macOS / Linux 桌面版、任何瀏覽器，或 Chrome 側邊面板。即時輸出、工具核准和程式碼變更在所有裝置上保持同步。
- 只在需要時介入 — 代理以無人值守方式運行，當它遇到需要決策的事情時會暫停等你。
- 將工作交給其他人 — 分享即時連線，讓隊友可以操作你的一個代理，可撤銷且有時限；或者當他們只需要查看發生的事情時，分享唯讀的文字記錄。
- 29 種語言 — 整個產品，而不只是行銷頁面。
超越終端的能力
- 瀏覽器控制 — 代理操作真實的瀏覽器並進行真實的點擊，包括拒絕合成輸入的頁面。
- 遠端桌面控制 — 代理可以查看並操作你擁有的另一台機器的畫面。
- 排程工作 — 任務依排程觸發，並在你選擇的機器上運行，無需有人坐在鍵盤前。
- Claw — 一個用於工作中對話部分的工作區，與執行機械部分工作的代理並行。
各部分如何組合
flowchart LR
subgraph You["You, from anywhere"]
direction TB
iOS["iOS"]
Desktop["Desktop"]
Web["Web · Browser extension"]
end
Center["Your account<br/>rules · skills · memory"]
Relay["PandaNpc relay"]
subgraph Fleet["Machines you own"]
direction TB
M1["Laptop · agents"]
M2["Server · agents"]
M3["Home desktop · agents"]
end
iOS --> Relay
Desktop --> Relay
Web --> Relay
Relay --> Fleet
Center -.syncs to.-> Fleet
每個代理都在你控制的硬體上運行。中繼只傳遞訊息；你的程式碼、你的金鑰和你的檔案永遠不會離開你的機器。
未來的方向
從少數幾個代理發展到一支艦隊，現在主要是一個監督問題，而不是能力問題。接下來的工作是讓大量並行代理變得一目了然——一眼看出哪些卡住了、哪些在等你、哪些默默完成了——並讓一個代理的輸出自動成為下一個代理的輸入成為常態，而無需人工複製。
開始使用
剛來嗎？快速入門指南 可在幾分鐘內讓你的第一個代理開始運行。