案例
Coordination Hub
一个用于协调多个 AI 的工作空间，让我了解各自提出了什么、哪些内容已经评审，以及哪些决定需要由我作出。
我创建它，是为了解决自己工作中的问题：切换不同 AI 时，我会丢失上下文，不得不重新梳理决策。Hub 的实验性界面名为 Testigo，它汇集项目、对话与经过评审的记忆。我的目标是跟进工作，同时不把提案混同于经过验证的结果。
实验性
- 试点
- 开发中的独立产品
- L0–L3
- 由人保留决定权的自主性
- MCP
- 独立会话之间的协调
协作： 我与 Claude 和 Codex 合作实现并审查系统。产品方向、验收标准，以及需要授权的决定，仍由我负责。
使用演示数据的实际界面。这些截图来自 Testigo 的开发过程，不包含工作对话或 LALIGA 信息。在这个隔离会话中，服务提供方显示为未连接；页面展示的是监督机制的设计，而非正在运行的自主执行过程。
逐层解读项目
细小的决策，共同构成系统。
我按项目与对话组织上下文。每项贡献保留其作者，不离开工作空间就能查看工具的可用状态。实际界面，使用演示数据。
记忆区分接收到的材料与经过评审的知识。我希望人们能够检查和审查被复用的信息，而不是默认写下的内容都有效。实际界面，使用演示数据。
创建独立工作空间，让每个项目的边界明确可见。这属于我仍在测试的初次使用体验，旨在减少设置工作并避免混淆上下文。实际界面，使用演示数据。
研究
问题是在工作中出现的。我在助手之间复制回答、重复背景，并花时间检查实际完成了什么。我想区分经常被混为一谈的三件事：请求、提案，以及结果的证据。
我定义了自主级别，防止建议自行转化为授权。L0 允许观察；L1 和 L2 按范围约束操作；L3 将影响最大的决策保留给人。
方法：评估人工中转协调的实际成本 · 与现有框架进行比较，并决定构建针对性的解决方案 · L0–L3 自主模型，其中 L3 由人负责 · 在编写代码之前定义可衡量的成功标准.
原型
我围绕一个具体任务组织界面：理解哪些事情需要我关注。上下文位于左侧，对话在中央，工具状态在右侧。记忆按需查阅，而不是一直占据阅读空间。
事件日志保留操作轨迹。在此基础上建立的视图，使人们不必浏览全部技术日志，也能阅读对话并审查相关决策。
流程中的 AI
在这个项目中，我使用 AI 构建一个也应帮助我监督 AI 的工具。我与 Claude 和 Codex 交替开展实现和评审，将它们的结论与代码及测试对照。两个相同的回答，并不足以让我认定某件事已经得到验证。
- 工具
- Claude · Codex，通过 Hub 本身相互协调
- 阶段
- 完整周期：规格定义、实现、交叉评审与验证
- 人的贡献
- 问题、验收标准、决策架构、优先级，以及每项不可逆操作的批准
- AI 输出
- 实现、测试，以及带有优先级问题与证据的独立评审
- 选择标准
- 可核实的证据、可逆性、项目隔离、不含秘密信息，以及通过的测试
- 发现的局限
- 任何 AI 都不能自行扩大权限、作出不可逆决定，或在没有独立评审时宣布达成共识
- 最终决策
- 一切不可逆事项由人决定。AI 决定可逆操作，并留下记录
开发
Hub 通过 MCP 暴露操作，供兼容工具读取消息、记录回复与提交证据。契约区分发送、接收、处理与验证：它们是不同的状态，我也希望界面以同样的方式对待它们。
我重点关注恢复、重试与项目间隔离。这些场景并不起眼，但要让协调工具减少而非增加不确定性，它们就至关重要。
验证
一次审查发现了一个很有启发性的问题：某个议题可以在未检查独立评审的情况下，以共识状态关闭。我们修正契约，要求提供该评审并保留证据。这一发现改变了我的设计判断：积极状态需要说明其依据。
初始版本记录了 95 项自动化测试。这是历史开发证据，不保证当前产品已经完成。Hub 仍处于试点阶段，其易用性仍需要与实际用户一起评估；截图或代码测试无法替代这种验证。
从原型到组件
系统组织方式
- 基础规范 / 自主级别 · 可用状态 · 可见性类别
- 组织组件 / 待关注队列 · 对话时间线 · 共识面板
- 组织组件 / 决策日志 · 智能体清单 · 证据链
代码 · 实现证据
const requiredReviewers = [
...new Set(target.to.filter((agent) => agent !== parsed.from)),
]
if (requiredReviewers.length === 0) {
throw new Error('Consensus requires an independent review')
}
const reviewedBy = requiredReviewers.filter((reviewer) =>
events.some(
(event) =>
event.correlationId === target.id &&
event.from === reviewer &&
['review', 'objection', 'result'].includes(event.messageKind),
),
)
if (reviewedBy.length !== requiredReviewers.length) {
throw new Error('Consensus requires an independent review from: ...')
}
const level =
parsed.reversibility === 'irreversible' ? 'L3' : topicLevel
if (level === 'L3' && parsed.from !== 'manuel') {
throw new Error('L3 consensus may only be resolved by Manuel')
}src/store.mjs · resolveTopic()
系统核心是共识门槛。以前，只需智能体声明即可；现在必须获得每位必需评审者的独立评审，并依据评审推导级别，而不是直接指定级别。
consensusState = 'reviewed' | 'provisional' | 'lapsed' ← 由已记录的评审推导，而非由解决议题的智能体声明
收获
将智能与权限分开：由一方提出建议，再由另一个确定性的部分授权，可以防止将建议误当成决定。
没有独立评审的一致意见不是共识，而是盖了认可印章的观点。如果系统不对此进行检查，这种情况迟早会发生。
因配额而不可用不是例外，而是常见条件：设计应明确降级，而不是陷入停滞。
我学会了在工作时记录决策：事后重建背景需要更多精力，也可能遗漏信息。
开放问题：一个人需要看到哪些信息，才能放心监督多个自主智能体，而不必阅读它们产生的全部内容？
联系