PRODUCT

春節(jié)期間，注意到一個(gè)叫 Taku 的產(chǎn)品

說(shuō)一下：這個(gè)產(chǎn)品目前并沒(méi)有完全 ready，本篇也不是對(duì)產(chǎn)品的推廣

但在這個(gè)產(chǎn)品里，有非常多有趣的思考

Taku 做的事情,可以這樣概括：你在 Taku 里生成出來(lái)的所有東西，不管是 Agent、工具還是純軟件腳本，底層共享一套統(tǒng)一的通訊協(xié)議，可以相互調(diào)用

Taku 在做一件很大的事：每個(gè)人都可以把自己的代碼、知識(shí)、技能快速地在 Taku 里重構(gòu)、分發(fā)。從生成、運(yùn)行、串聯(lián)到分發(fā)的完整閉環(huán)

比如你在里面做了一個(gè) AI 股票分析系統(tǒng)和一個(gè)量化選股腳本，主 Agent 可以直接把這兩個(gè)東西串起來(lái)用，不需要手動(dòng)配接口。一個(gè)是 Multi-agent 架構(gòu)，一個(gè)是純軟件、完全沒(méi)有大模型，但它們的后端是通的

同時(shí)，你在其中一個(gè)應(yīng)用里積累的數(shù)據(jù)和使用習(xí)慣，會(huì)自動(dòng)同步給所有相關(guān)的應(yīng)用

Taku 產(chǎn)品界面

前兩天有機(jī)會(huì)和 Taku 的創(chuàng)始人 Austin 聊了兩個(gè)小時(shí)。以下是聊天的內(nèi)容，以及一些我的補(bǔ)充

先說(shuō) Harness

Harness 這個(gè)詞最近在海外 AI 工程圈非常熱

今年 2 月，OpenAI 的 Codex 團(tuán)隊(duì)發(fā)了一篇文章，講的是他們內(nèi)部用 Codex agent 從零開(kāi)始構(gòu)建了一個(gè)百萬(wàn)行代碼的產(chǎn)品，全程沒(méi)有手寫一行代碼

https://openai.com/index/harness-engineering/

Martin Fowler 隨后在 Thoughtworks 的專欄里跟進(jìn)討論，LangChain 寫了「The Anatomy of an Agent Harness」，Salesforce 也出了自己的定義文章

這些討論里對(duì) Harness 的共識(shí)大概是這樣的：

Agent Harness 是包裹在 AI 模型外面的那一整層軟件基礎(chǔ)設(shè)施，負(fù)責(zé)管理模型的生命周期、上下文、工具調(diào)用、狀態(tài)持久化和錯(cuò)誤恢復(fù)

模型提供推理能力，Harness 提供推理之外的一切

LangChain 的文章里有一個(gè)說(shuō)法：模型是 CPU，上下文窗口是內(nèi)存，Agent Harness 就是操作系統(tǒng)

Anthropic 自己也把 Claude Agent SDK 稱為一個(gè)通用型的 Agent Harness

目前行業(yè)里討論 Harness 的時(shí)候，主要關(guān)注的是怎么讓單個(gè) agent 更可靠地完成長(zhǎng)時(shí)間、復(fù)雜的任務(wù)

Taku 用了 Software Harness 這個(gè)詞，但他們關(guān)注的問(wèn)題往前走了一步：多個(gè)生成物之間怎么協(xié)作

三層 Harness

Austin 和他的團(tuán)隊(duì)把 Taku 的 Harness 分成了三層

第一層：Runtime

生成出來(lái)的東西直接能跑，不需要部署，這里 Austin 給我做了個(gè)演示：從 GitHub 拉了一個(gè)叫 OpenCut 的開(kāi)源剪輯工具下來(lái)

這個(gè)項(xiàng)目依賴很復(fù)雜，有數(shù)據(jù)庫(kù)、有 Redis、有一堆外部組件，正常情況下自己配環(huán)境也要折騰很久

OpenCut 在 Taku 里直接配置運(yùn)行

之前，Austin 在 Taku 里面做了一個(gè)自然語(yǔ)言剪輯和生成視頻的小 APP，叫 FlashCut

對(duì)著這個(gè) APP，他做了一件更有意思的事，對(duì) Taku 說(shuō)：把 FlashCut 里的這個(gè)視頻生成 skill，拼到 OpenCut 里面去

一個(gè)完全沒(méi)有 AI 能力的開(kāi)源項(xiàng)目，就這樣獲得了 AI 視頻生成的能力

Taku 將 Flashcard 的 AI 能力原子化拼接到 OpenCut

Austin 提到一個(gè)觀察：做 APP 的難點(diǎn)很多時(shí)候甚至不在「做」，在做完之后怎么把它跑起來(lái)

中間要部署、要打包、要配環(huán)境。這個(gè)過(guò)程太長(zhǎng)的話，用戶的耐心就斷了

他拿抖音和 YouTube 做了個(gè)對(duì)比：拍攝本身現(xiàn)在都不難了，難的是拍完之后你還得剪、還得傳、還得配。如果拍完直接就能發(fā)，整個(gè)創(chuàng)作的動(dòng)力鏈條就是通的

Taku 的 Runtime 想解決的就是這個(gè)環(huán)節(jié)。生成完直接能跑，跑完直接能用

VIDEO · 原子化拼裝新軟件

演示者先展示了一個(gè)叫 FlashCut 的 AI 視頻生成工具（可以通過(guò)自然語(yǔ)言修改視頻），然后部署了一個(gè)叫 OpenCut 的開(kāi)源剪輯工具（類似剪映，但本身沒(méi)有 AI 能力）

向 AI 下達(dá)指令：把 FlashCut 里的 AI 視頻生成能力，集成到 OpenCut 里面

AI 成功將 FlashCut 的 AI 能力「拔」了出來(lái)，作為新模塊嵌入 OpenCut。側(cè)邊欄多出了一個(gè)「AI Video」選項(xiàng)，可以直接通過(guò)文字生成視頻，生成后導(dǎo)入軌道做傳統(tǒng)剪輯

第二層：統(tǒng)一的后端通訊協(xié)議

Austin 提到一個(gè)記者朋友做楊植麟訪談的例子：他需要一個(gè)錄音工具，一個(gè)筆記工具，一個(gè)用 Manus 搭的資料工作流，再加上自己寫作風(fēng)格的 reference

在 Claude Code 或者 OpenClaw 里面，情況也類似。你生成了三個(gè)項(xiàng)目，三個(gè)項(xiàng)目的后端是各自獨(dú)立的。你想讓項(xiàng)目 A 調(diào)用項(xiàng)目 B 的能力，需要自己手動(dòng)配置

OpenClaw 的 skill 體系能做的事情也是有邊界的，很多投資人以為 skill 什么都能做，實(shí)際上限制不少

生成容易，協(xié)作難

Taku 定了一套 Protocol：所有在 Taku 生態(tài)內(nèi)生成出來(lái)的東西，后端都有一套統(tǒng)一的對(duì) agent 接口

不管它是一個(gè) Multi-agent 系統(tǒng)、一個(gè)純軟件腳本、還是一個(gè) AI skill，主 Agent 都可以無(wú)縫調(diào)用

Austin 演示了一個(gè)具體的串聯(lián)：AI Hedge Fund 是一個(gè)開(kāi)源的 Multi-agent 股票分析系統(tǒng)，把巴菲特、芒格等不同投資人的方法論分別做成了 agent，每個(gè) agent 會(huì)對(duì)股票的不同維度做出主觀判斷

旁邊是一個(gè)純量化腳本的選股器，完全沒(méi)有大模型參與，純軟件邏輯

這兩個(gè)東西的后端結(jié)構(gòu)、數(shù)據(jù)庫(kù)可能完全不一樣。但在 Taku 里，一句話就串起來(lái)了

主 Agent 發(fā)現(xiàn)這兩個(gè)工具都有后端，直接用后端對(duì)后端的方式調(diào)用，把兩邊的結(jié)果合在一起給你

AI Hedge Fund 與量化選股器串聯(lián)

中間有一層轉(zhuǎn)義層來(lái)處理不同后端之間的數(shù)據(jù)結(jié)構(gòu)差異。Austin 說(shuō)這個(gè)做了大概兩三個(gè)月

這個(gè) Protocol 也帶來(lái)了一個(gè)延伸的可能性

Austin 提到，如果一個(gè)量化基金的交易員有自己的交易策略，他可以把這個(gè)策略封裝成一個(gè) Taku 里的軟件后端，原子化地分發(fā)出去

別人拿到之后可以在上面調(diào)參數(shù)，按使用次數(shù)付費(fèi)

代碼本身不再稀缺，稀缺的是代碼背后承載的專業(yè)知識(shí)

過(guò)去想分發(fā)軟件能力，你需要是一個(gè)開(kāi)發(fā)者。以后可能只需要某個(gè)特定領(lǐng)域的 knowledge

VIDEO · 組裝后端能力

屏幕上同時(shí)打開(kāi)了兩個(gè)金融分析軟件。左側(cè)是一個(gè)純代碼驅(qū)動(dòng)的「量化選股策略器」（負(fù)責(zé)計(jì)算和走勢(shì)圖），右側(cè)是一個(gè)「AI Hedge Fund」（通過(guò)多智能體進(jìn)行情感分析和信號(hào)預(yù)測(cè)）

在底部的全局對(duì)話框中輸入指令，要求「綜合這兩個(gè)軟件的信息和功能」

AI 直接識(shí)別并調(diào)用了兩個(gè)獨(dú)立軟件的后端接口，將量化數(shù)據(jù)與多智能體分析結(jié)果串聯(lián)融合，在統(tǒng)一界面中輸出了綜合分析報(bào)告

第三層：跨應(yīng)用的 context 和記憶共享

你在某個(gè)應(yīng)用里積累的數(shù)據(jù)、使用習(xí)慣、定義的規(guī)則，會(huì)自動(dòng)同步給所有相關(guān)的應(yīng)用

Austin 給我看了一個(gè)例子

有用戶在 Taku 里做了一個(gè)咸魚(yú)風(fēng)格的寫作工具，Taku 先把這個(gè)工具里的能力抽象成了一個(gè) skill。后來(lái)這個(gè)用戶又上傳了一批咸魚(yú)的文章，做了一個(gè)知識(shí)圖譜

這時(shí)候 Taku 自動(dòng)識(shí)別到「這也是關(guān)于咸魚(yú)的」，然后把寫作工具里的 skill、知識(shí)圖譜里的數(shù)據(jù)、以及所有相關(guān)的 Agent 和 APP，全部 update 了一遍

結(jié)果是這個(gè)寫作工具生成內(nèi)容的「咸魚(yú)味」比之前濃了很多

咸魚(yú)寫作工具與知識(shí)圖譜的 context 共享

這三層加在一起的效果是：用戶在 Taku 里用得越久，跨應(yīng)用的 context 積累越厚

不同的工具之間會(huì)持續(xù)地互相喂數(shù)據(jù)、互相迭代。你在寫作工具里新增的素材，會(huì)影響到知識(shí)圖譜的更新；知識(shí)圖譜的變化，又會(huì)反過(guò)來(lái)讓寫作工具的輸出更準(zhǔn)確

Austin 說(shuō)，這也是 OpenClaw 或者純 Claude Code 產(chǎn)品做不了的

每個(gè)項(xiàng)目的記憶是孤立的，你在項(xiàng)目 A 里積累的東西，項(xiàng)目 B 看不見(jiàn)

VIDEO · 跨 APP 跨 Agent 的 context 共享與自主持續(xù)迭代

這是一個(gè)用「咸魚(yú)吐槽風(fēng)格」寫文章的 AI Agent，起初吐槽不夠精準(zhǔn)。然后進(jìn)行了一個(gè)看似不相關(guān)的操作：丟給 AI 一堆關(guān)于咸魚(yú)的文章，讓它做一個(gè)知識(shí)圖譜

系統(tǒng)在后臺(tái)自主完成了跨應(yīng)用的記憶更新：AI 在整理知識(shí)圖譜時(shí)提取到了關(guān)于咸魚(yú)的深層知識(shí)，并自動(dòng)同步到了那個(gè)吐槽 Agent 的上下文中，不需要人類顯式地命令它去更新

再次要求用咸魚(yú)風(fēng)格吐槽 Lovable 時(shí)，生成的文案變得非常精準(zhǔn)、深刻且陰陽(yáng)怪氣。能力得到了顯著的進(jìn)化

Austin 在想什么

Austin 是個(gè)連續(xù)創(chuàng)業(yè)者，加拿大長(zhǎng)大，大三做了個(gè)男性化妝品品牌叫 Faculty，做到 200 萬(wàn)美金營(yíng)收之后被雅詩(shī)蘭黛收購(gòu)

之后在國(guó)內(nèi)做過(guò) GPU 云游戲（奇績(jī)創(chuàng)壇投的），轉(zhuǎn)型做了 AI 訓(xùn)練 Infra，服務(wù)過(guò) MiniMax 等公司，作為聯(lián)合創(chuàng)始人做了 Sapient Intelligence，拿過(guò) 2200 萬(wàn)美金種子輪

現(xiàn)在這個(gè)項(xiàng)目，團(tuán)隊(duì)規(guī)模很小，目前還沒(méi)有融資

至于為什么做這個(gè)，要從 2024 年底談起，當(dāng)時(shí) Austin 的日本投資人跟他說(shuō)，日本最大的 AI 需求是一個(gè) terminal level 的 coding agent。當(dāng)時(shí) Claude Code 還沒(méi)出來(lái)，市面上沒(méi)有好的方案

Austin 就帶團(tuán)隊(duì)從 0 搭了一個(gè)

但到了年中， Claude Code 發(fā)布了。同期 Bolt.new 這類產(chǎn)品選擇直接在云上封裝 Claude Code，增長(zhǎng)非�？�

Austin 面前有兩個(gè)選擇：跟著封裝，或者繼續(xù)自己搭底層，他選擇了后者

如果底層 coding engine 是別人的，你改不了后端架構(gòu)

封裝 Claude Code 的產(chǎn)品，在生成單個(gè)應(yīng)用這件事上可以做得很好，但在應(yīng)用之間的串聯(lián)和協(xié)作上，會(huì)受限于 Claude Code 本身的架構(gòu)

Austin 聊到一個(gè)他覺(jué)得有意思的張力

Claude Code 是為開(kāi)發(fā)者設(shè)計(jì)的，它的邏輯是項(xiàng)目之間默認(rèn)隔離。對(duì)開(kāi)發(fā)者來(lái)說(shuō)這完全合理，畢竟：默認(rèn)幫我把兩個(gè)項(xiàng)目的權(quán)限打通，萬(wàn)一出了安全問(wèn)題怎么辦？

所以 Claude Code 大概率會(huì)繼續(xù)沿著「更好地服務(wù)開(kāi)發(fā)者」這條線走，項(xiàng)目隔離的設(shè)計(jì)不會(huì)變

但普通人的需求正好反過(guò)來(lái)。普通人不想管權(quán)限、不想配接口，他就想說(shuō)一句話讓幾個(gè)工具自己協(xié)作起來(lái)

對(duì)開(kāi)發(fā)者來(lái)說(shuō)，默認(rèn)打通權(quán)限是危險(xiǎn)的。對(duì)普通人來(lái)說(shuō)，默認(rèn)隔離一切是麻煩的。同一件事，兩群人的需求正好反過(guò)來(lái)

Austin 和他的團(tuán)隊(duì)在做的，大概就是這個(gè)方向

Taku 目前還在測(cè)試階段�？梢匀ド暾�(qǐng) waiting list，能不能通過(guò)是另一碼事了

taku.ai