一家 10 个人的公司，烧掉 320 万美元的 token
Spond 是一个大规模多人在线游戏创作平台。按传统尺度衡量，它的团队小得不像话——只有 10 个人。但它的另一项数字大得同样不像话：每月 token 支出高达 320 万美元，是 Anthropic 的大客户之一。
这两个数字放在一起，就是整篇文章的起点：产能不再由人数决定。当一个 10 人团队愿意、也能够每月烧掉 320 万美元的推理算力时，真正干活的早已不是这 10 个人本身，而是他们背后那支庞大的 Agent 舰队。人负责的东西，因此被彻底改写。
小团队 + 大量 Agents。这不是「用 AI 辅助开发」，而是 Agents First：从第一天起，整个系统就围绕 Agent 如何工作来设计——这正是后面所有激进做法的根源。
Day One：先存下所有的 Context
在 Agent 还不够强的年代，先把「记忆」攒够
Spond 从第一天起就有充分的 context 意识：所有录音、所有代码，全部存档。不是为了复盘，也不是为了合规——而是为了等待。
等 Agent 的能力足够强的那一天。这些在当时看起来只是堆在硬盘里的原始材料，一旦模型跨过某个门槛，就会立刻变成舰队最宝贵的燃料：完整的历史、真实的决策过程、没有经过修饰的上下文。
先存下来。等 Agent 够强的时候，它们会自己来读。
这是一种很少见的耐心。大多数团队是等工具成熟了才开始积累数据，结果发现最值钱的历史已经永远丢了。Spond 反过来：先为未来的 Agent 准备好过去。后面会看到，这批存档不止喂给了干活的 Agent——它还训练出了一个替 CEO 分担决策的「裁判」。
舰队的前提，是模型先够强
苦涩的教训，再次出现
必须说清楚：在 Fable 5 推出之前，整个「长期在线的 Agent 舰队」是无法实现的。不是工程没做到位，而是模型还没到。
模型够强，碾压一切工程补丁。——「苦涩的教训」（The Bitter Lesson），又一次应验
原文对当时各家模型的判断相当直接，没有留什么情面：
结论很冷酷，也很解放：与其用复杂的工程脚手架去弥补模型的短板，不如把系统设计成「模型一变强就能直接受益」的样子——存好 context、建好 loop，然后等。Fable 5 一到，舰队自然成立。
删掉 PR：消除智能体的通信瓶颈
最激进的一招，是拿掉人类协作的中心环节
Spond 采取了非常激进的策略：通过删除 PR（Pull Request）来消除智能体之间的通信瓶颈。
理由听起来反直觉，却完全成立。PR 这套机制是为人类设计的：因为人类必须专业化分工，每个人只懂系统的一小块，所以需要靠评审、评论、来回沟通来拼凑全局。但智能体不像人类那样分工——它们对整个系统有深入的理解。既然每个 Agent 都掌握全局，通信就失去了实际意义，只剩下延迟。
那靠什么保证生产环境的稳定？靠的不是事前审查，而是三件套：
全量测试
每 15 分钟跑一次全量测试，用高频验证代替逐条人工评审。
充分的回滚能力
任何改动都能快速回滚——出问题不可怕，退不回去才可怕。
敏感操作额外处理
付款等敏感操作不走默认通道，单独加一道控制，爆炸半径可控。
这套组合平衡了生产稳定性与开发速度。成绩单如下：
换算一下：平均每天 300 多次改动直接进生产，全年需要回滚的只有约一千次。删掉 PR 换来的不是混乱，而是人类流程里根本达不到的吞吐量。
自愈系统：20 分钟完成一次闭环
从玩家受影响，到修复上线，全程无人介入
更进一步，Spond 构建了自愈式软件系统。对比一下两种流程：
智能体在测试机上运行，发现问题后等待人类反馈漏洞信息。人成了回路里最慢的一环，形成巨大瓶颈——机器以秒计，人以天计。
问题在生产环境被自动检测、命名归类、修复上线。人类完全退出回路，只在事后看到结果。
- 检测 → 归类 → 修复：合计约 20 分钟
- 修复后平台稳定运行 4 小时验证无恙
点开下面任意节点，看一次真实自愈的时间线：
瓶颈转移：CEO 被问题淹没了
当所有环节都变快，最慢的就只剩下决策
当执行、测试、修复全部加速之后，瓶颈没有消失，只是转移了——转移到了 CEO 本人身上。
其他环节太快，导致问题产生的速度超过了 CEO 决策的速度。最夸张的一个早上：一觉醒来，竟然有 700 个问题等待回答。
解法还是回到 Day One 的存档。因为之前有充分的决策记录，他们干脆让 Agent 基于历史材料训练出一个「裁判」：先由裁判过滤一遍——哪些决策真的需要人类来做，哪些可以基于过往经验直接回答。结果，需要 CEO 亲自决策的案例直接下降了一个数量级。
700 个问题，先过一遍裁判
裁判读过全部历史决策记录。它把「有先例可循」的问题按经验直接答掉，只把真正没有先例、必须由人拍板的那一小部分，送到 CEO 面前。
回答的问题总数
人类决策的问题
注意这一步的深意：它解构的不只是 CEO 的日程，而是 CEO 职责本身——「做决策」这件事里，可复制的部分被 Agent 接管了，剩下的才是真正属于人的部分。那剩下的部分是什么？下一节就是答案。
人类决策的重新定位：品味与野心
工程能力廉价之后，人还剩下什么
当工程能力变得廉价、需求空前繁荣，真正稀缺的能力浮出水面：知道什么时候说 No，还是很难。执行可以交给舰队，判断不行。
以及野心。充分地去想象一切可能——目标不是渐进式的改良，而是数量级的跃迁：
不要 2% 的改进，我要一百倍的提升。我不管，怎么做，是你 Claude 的事情。—— Felix Rieseberg 的帖子（x.com/felixrieseberg），与前阵子 Claude 工程主管的发帖完美印证
这句话的姿态正是 Agents First 的缩影：人负责提出「一百倍」和「说不」，Agent 负责把「怎么做」变成现实。品味决定方向，野心决定量级——这两样，恰好是裁判过滤之后，留给人类的那部分决策。
把全篇收成一个词：Loop
点开圆环上的任意一环，看瓶颈是怎样被逐个消除的
Spond 的每一招，其实都是在拆 Loop 里的一个卡点：存 context，是拆「记忆」的卡点；删 PR，是拆「通信」的卡点；自愈系统，是拆「反馈」的卡点；决策裁判，是拆「人」的卡点。Loop 转得越快，舰队就越强。
为什么大公司复制不了——以及怎样复制
这套体系的三个前提，每一个都反「大公司直觉」
必须构建 Loop
人类的重要工作，不再是亲自完成任务，而是消除 Agent Loop 中的瓶颈：哪里卡住，就拆哪里——通信、反馈、决策，逐个拆掉。Loop 本身，才是这家公司真正的产品。
愿意承受风险
让 Agent 直接进生产环境，意味着接受它会犯错。前提是你有全量测试、有回滚、有分级控制，能把爆炸半径牢牢控制住。
敢不敢让 Agent 进生产环境，还能控制住爆炸半径？
基于 Agent 设计组织架构
不是把人类的组织架构复制一份给 Agent，而是基于 Context 去组织 Agent：谁掌握什么上下文、谁能调用什么、回路如何闭合。
而不是意淫什么「三省六部」——给 Agent 套上人类官僚制的壳，恰恰是最懒惰的设计。
这三条合在一起，解释了为什么大公司难以复制：它们最擅长的，恰恰是流程、审查与分工——而 Agents First 要求的第一步，就是亲手拆掉这些。