我不想管理 AI Agent，我只想管理目标与结果
一场关于 Agent 交接、静默偏移和任务上下文的讨论，让我更明确 StateDock 为什么要以人为中心。
最近，我在 Reddit 分享了自己如何使用 StateDock，在多个软件项目和不同的 AI Coding Agent 之间管理任务。有位评论者提出了两个很具体的问题。
第一个是：如果任务要交给不同的 Agent 接手，究竟应该保留多少上下文？ 目标、完成标准、已经失败的尝试、哪些结果已验证、哪些决策尚未确定，这些信息都可能影响交接。多个 Agent 同时工作时，难道不需要 Orchestrator 吗？
第二个问题更尖锐：怎样避免“静默偏移”（silent drift）？ Agent 遇到信息空缺，可能自己补上一个看似合理的假设。等工作结束后，开发者却很难看出，哪些事情经过了人的决定，哪些只是 Agent 的推断。
我认为这两个问题都成立。不过，它们也让我更清楚地意识到，我们可能是从不同的视角看这件事。
先考虑开发者，而不是 Agent
我同时维护几个项目，也会根据任务和可用情况切换 Codex、Claude Code、DeepSeek 等工具。
我不希望为了让这些 Agent 工作，反过来给自己增加一份新工作：维护庞大的任务模板、甘特图、知识库，或者每次交接时亲手整理一份详尽文档。
我使用 Agent，就是希望自己少做一些管理和重复劳动，而不是做得更多。
但我确实需要一个可靠的地方：提出目标，知道哪些事情正在推进，看到做出来的结果，以及知道什么时候需要我做决定。
对我来说，最简单、最有用的载体就是 Task。
Task 不应该是完整的聊天记录
一个新 Agent 接手时，我并不要求 Task 保留上一个 Agent 知道的所有细节。
它可以先读任务目标、关键决定、当前状态和必要历史，再去看真实的代码库。对于能力足够的 Agent，通常就能理解已经做了什么、接下来该做什么。
当然，这不是百分之百可靠。某个关键决策可能没有留下记录，某次失败的尝试也可能值得说明。但这不意味着要让开发者每次都填写十几个字段。
这些摘要应该尽可能由 Agent 自己维护。 Task 是理解工作的入口，代码库则提供实际实现的证据。
那么，怎样避免“静默偏移”？
这确实是一个真实风险。
一个未经确认的假设，如果被 Agent 写成了确定结论，再简洁的任务总结也可能误导人。
所以我们需要检查，但不意味着开发者必须亲自维护每个推断的档案。
我完全可以让另一个 Agent 读取任务、检查代码、独立审查前一个 Agent 的结果，然后告诉我：
- 哪些结果已经验证？
- 哪些仍然是假设？
- 哪些决定确实需要我来做？
关键改动仍然需要测试、证据和必要的人类验收。第二个 Agent 的审查也不保证绝对正确。
重点在于：让 Agent 承担整理事实、发现问题和提供证据的责任，而人保留重要决定和验收权。
我更想像 CEO 一样看目标，而不是像总工程师一样盯细节
我喜欢用一个比喻来描述理想中的工作方式。
一个 CEO 给团队设定目标，分配工作，阅读报告。重要的工作可以交给另外一个人复核，再决定下一步。
他不需要亲自盯着每一个函数、接口或实现步骤。
这也是我希望与 AI Agent 协作的方式。
我与 AI 讨论一个功能，形成 Task。一个 Agent 领取任务，完成代码，提交工作结果。如果我想要独立检查，就让另一个 Agent 读取同一个任务并审查结果。
我也可以随时让 Agent 读取这些长期积累的 Task，生成日报、周报、月报，甚至整理出这个项目目前已经实现的功能蓝图。
这些报告从已有任务记录中生成，而不是我平时还要手工维护的另一套文档。重要结论仍然可以结合代码复核，但整理工作不必从头再来。
也正因此，StateDock 不负责启动 Agent，不编排执行流程，也不承担 Agent 之间的即时消息通信。它只提供共享、持续存在的 Task 层。它可以指定 Agent 领取任务，保留交接记录，但任务分配并不等于解决了所有并发写入问题。
真正要减少的是人的复杂性
我不认为 Task Layer 应该取代所有 Orchestrator。多个 Agent 高并发执行、相互修改代码时，确实可能需要额外的协调机制。
但我更关心另外一个问题：
这些复杂性，究竟有多少必须由开发者亲自承担？
随着 Agent 越来越聪明，我宁愿让一个能力更强的 Agent 去调查缺失的上下文、检查推断、整理报告，也不想让人为了管理 Agent，被迫像 Agent 一样思考和记录一切。
这就是 StateDock 的出发点：
Agents come and go. Tasks stay.
我们需要的不是帮助人管理越来越多的复杂性，而是让这些复杂性尽可能从人的工作中消失。
StateDock 是一个面向多 AI Agent 开发流程的开源、MCP 原生任务层。了解更多：statedock.dev；查看代码：GitHub。