每个人都应该拥有一万个智能体为自己工作。
不是一个与你轮流使用的助手，而是一支舰队。这些智能体在你睡觉时持续工作，运行在你已有的机器上，带着你所教给它们的一切，并在完成时向你汇报。这正是 PandaNpc 的目标。
为什么今天很难做到
大多数人在同一时间最多只能运行一两个智能体。不是因为模型太弱 — 而是因为每个智能体周围的额外开销太高。每个新智能体都必须从某处启动，重新学习你的约定，在其工作时进行监视，并手动收集结果。乘以十，你就成了瓶颈；乘以一万，这个想法就崩塌了。
所以，工作不是“一个更好的聊天框”，而是逐步消除每个智能体的开销，一次解决一块：
- 运行之地 — 你已有的廉价、私有计算资源，而不是租用的沙盒。
- 它们共享的同一份记忆 — 只教一次，每个智能体在每个机器上都知道。
- 不会线性扩展的监督 — 一眼看清许多智能体，仅在需要时介入。
- 超越终端的手 — 只能编辑文件的智能体只能完成一小部分工作。
已经实现的部分
运行之地
- PandaPaw — 一条命令即可将你拥有的任何机器变成智能体主机。它会安装引擎、将机器加入你的账户，并让它们持续运行。无需开放端口，无需粘贴令牌。
- 三种引擎，相同设置 — Claude Code、Codex 和 PandaCode 都通过同一个桥接器运行，因此添加不同的智能体并不是一个不同的项目。
- 你的机器组成一个私有网络 — 笔记本电脑、服务器、家庭台式机和虚拟机之间直接互联，因此智能体可以在实际工作所在的地方运行。
- 自带后端 — 当任务不需要昂贵模型时，可将引擎指向更便宜的模型提供商。运行大量智能体只有在每个都便宜的情况下才有意义。
它们共享的同一份记忆
- 智能体中心 — 你的规则、技能、记忆和智能体资料与你的账户绑定，并自动同步到每台机器。只需写下一次经验，每台机器上的每个智能体都会以它自己的引擎所期望的格式获得这些内容。
- 笔记 — 一个供你的智能体读取和写入的知识库，因此一个智能体学到的东西不会随着会话结束而消失。
- MCP 服务器 — 智能体通过文档化的接口访问你的笔记、模型和定时任务，而不是抓取屏幕。
不会线性扩展的监督
- 随时随地查看 — iOS 应用、Windows / macOS / Linux 桌面端、任何浏览器，或 Chrome 侧边栏。实时输出、工具批准和代码更改在所有端上保持同步。
- 仅在需要时介入 — 智能体无人值守地运行，当遇到需要决策的事情时暂停并等待你。
- 将工作交给其他人 — 共享实时连接，让队友可以驱动你的一个智能体，可撤销且限时；或者当他们只需要查看发生了什么时，共享只读记录。
- 29 种语言 — 整个产品，而不仅仅是营销页面。
超越终端的手
- 浏览器控制 — 智能体驱动真实浏览器进行真实点击，包括拒绝合成输入的页面。
- 远程桌面控制 — 智能体可以查看并操作你拥有的另一台机器的屏幕。
- 定时工作 — 任务按计划触发，并在你选择的机器上运行，无需任何人坐在键盘前。
- Claw — 一个用于工作中对话部分的工作空间，与完成机械部分的智能体并肩工作。
各部分的组合方式
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
每个智能体都在你控制的硬件上运行。中继只传递消息；你的代码、你的密钥和你的文件永远不会离开你的机器。
未来的方向
从少数几个智能体到一支舰队，现在主要是一个监督问题，而不是能力问题。未来的工作在于让大量并发智能体一目了然 — 一眼就能看出哪些卡住了、哪些在等待你、哪些已经悄悄完成 — 并让一个智能体的输出成为下一个智能体的输入成为常规操作，而无需人工复制。
快速入门
新来的？快速入门指南 可以让你的第一个智能体在几分钟内运行起来。