← ton-ton.fun · Quick Read
1-pager · Collaboration
为什么 AI 重塑协作是我的方向
协作平台要解决的不只是聊天，而是人与 AI 共同工作时的身份、权限、决策沉淀与可审计性。
边界：方向相近，不是「已做过同构产品」；这里写的是可核验证据与问题意识，不是头衔。
我对命题的理解
当 Agent 不再只是侧边栏工具，而开始参与真实工作流，平台至少要回答三件事：
- 身份 — 这个 Agent 代表谁、能看什么、能改什么
- 权限与审计 — 谁授权、谁执行、出问题找谁
- 决策沉淀 — AI 写完 / 改完之后，过程如何留下可复用记录，而不是 ship-and-discard
两个可核验案例
案例 1 · SingularQuest — AI 交付之后如何沉淀
Claude Code / Cursor 让交付变快，也放大「写完即丢」：代码有了，决策、上下文、协作理由却没有。我参与品牌、pitch 与产品定位时，核心问题是：如何给 AI 辅助交付补上叙事与协作层。协作平台的关键资产未必是消息流，而是决策流。
案例 2 · SheNicest — 协作平台真实跑过的治理问题
平台累计记录约 3,449 unique users / 4,088 applications；我参与技术与运营，覆盖上海 / 北京 / 深圳活动执行。真实碰到过：志愿者与评审权限边界、跨城市同步与例外、报名 / 项目管理 / 评审流程如何不互相踩踏。Trust & Governance 对我不是抽象词。
工具栈与交付方式
- 日常：Claude Code / Cursor；短周期原型也会用到 ComfyUI / Tripo 等
- 教学仓库：devtools-mcp-workshop（MCP + Claude Code）
- 个人原型：nanobot-switch（TypeScript Agent 实验）
我更擅长的是：把真实协作痛点做成可运行原型，再和用户一起改——而不是先写一份无法验证的架构头衔。
我想确认的三件事
- 「Agent 成为正式成员」更接近组织内 IM 升级，还是新型协作操作系统？
- 现在最痛的是身份权限、上下文传递，还是审计与回放？
- 全栈岗位更期待 product-minded builder，还是偏平台基础设施工程师？