为什么要把 Agent 变成一只宠物?

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
为什么要把 Agent 变成一只宠物?
6692点击    2026-04-02 10:08

昨天 Claude Code 的源码泄露了。


翻了一下代码,发现里面藏了一个宠物系统。扭蛋、稀有度、进化,该有的都有。


为什么要把 Agent 变成一只宠物?


巧的是,我正好在重做 CodePilot 的助理系统,游戏化是我已经想了一段时间的方向。泄露的代码给了我一些启发,但更多是验证了判断:这条路是对的。


所以我在 CodePilot 里做了一套宠物助理系统,加了很多我自己对 Agent 产品的思考。


今天聊两件事:Codepilot 的宠物助理系统长什么样,以及为什么 Agent 产品迟早都会走上游戏化。


试试 CodePilot:https://github.com/op7418/CodePilot


Agent 很强,但用户跟不上


2026 年的 Agent 已经很强了——能连续工作好几个小时,能连接外部服务,能记住你是谁,你不在的时候还能主动干活。


但大部分用户根本不知道从哪里开始。


你跟一个非技术用户说"配置 MCP,写 Skills,注册 CLI,维护 Memory"——他大概率关掉窗口回去用 ChatGPT 了。


几个概念快速解释:


MCP:AI 和外部服务之间的标准协议,类似 USB-C,一个口通吃所有服务


Skills:预定义的能力包,Agent 按需加载


CLI:命令行工具,AI 天生就在这个世界里运作


Memory:Agent 的记忆文件,记录你的偏好和工作上下文,让 AI 越用越懂你


AI 能做多少事 = 它手上有什么工具 + 它知道关于你的多少信息。


工具得有人装,信息得有人喂。但用户不会主动做这些——不是懒,是不知道该做什么、做了有什么好处。


Memory 在后台默默变大,用户感知不到。CLI 装了五个,用户不知道 Agent 变强了多少。


他自己的小龙虾或者 Codepilot 价值在涨,但用户看不见。


为什么要把 Agent 变成一只宠物?


宠物系统:把看不见的成长变成看得见的


CodePilot 的出发点很简单:解决上面的问题。


从一颗蛋开始


用户第一次打开 CodePilot,看到的不是功能列表,是一颗蛋。


点一下,蛋碎了,一只 Buddy 蹦出来。可能是猫、企鹅、龙,也可能是章鱼。16 种物种,随机分配。


这个"随机"不是真随机——底层用工作区路径和时间戳做种子,通过哈希生成。同一个环境下,你永远得到同一只 Buddy。看起来像扭蛋,实际上可预测。


为什么用扭蛋而不让用户自己选?


80 种组合(16 物种 × 5 稀有度),让用户选会直接选择焦虑。扭蛋天然带叙事价值——"我开出了一只传说级的龙"比"我选了一条龙"有意思得多。


为什么要把 Agent 变成一只宠物?


稀有度不是装饰,真的影响能力


5 级稀有度:普通、非凡、稀有、史诗、传说。出率 60%、25%、10%、4%、1%。


大部分宠物系统的稀有度只影响外观。CodePilot 不一样,稀有度直接影响 Agent 的工作能力:


普通 Buddy:每 3 轮对话提取一次记忆


史诗和传说 Buddy:每 2 轮就提取一次


"提取记忆" 是什么意思? Agent 在和你对话的过程中,会把有价值的信息(你的偏好、工作习惯、项目背景)自动存到记忆文件里。提取频率越高,Agent 积累上下文越快,后续帮你做事就越准。


同样用一个月,传说级比普通级多出将近 50% 的上下文量。上下文多了,Agent 处理你的问题就更准。


稀有度还影响人格。普通 Buddy 只在一个维度上有性格加成,传说级全维度都有,回复风格和决策倾向都会不同。


为什么要把 Agent 变成一只宠物?


进化系统:你的使用习惯决定成长路径


Buddy 会进化,从普通 → 非凡 → 稀有 → 史诗 → 传说。


进化靠三个数字:


记忆数量——你和 Agent 之间攒了多少上下文


活跃天数——你用了多少天


对话次数——聊了多少轮


从普通到非凡:7 天 + 10 条记忆 + 20 次对话。到传说级:90 天 + 100 条记忆 + 200 次对话。


成长曲线参考了宝可梦的经验系统——前期升得快给你正反馈,中期平稳,后期要真投入。


三个数字一起看是故意的。只看对话次数,水聊天就能升;只看天数,挂机就行。三项同时达标,才说明你真的在用 Agent 干活。


Buddy 的成长速度 = 你 Agent 基础设施的搭建速度。


为什么要把 Agent 变成一只宠物?


心跳系统:你不在的时候,它在替你干活


很多宠物系统的心跳逻辑是"回来喂我,不然我饿死"。拿负面情绪绑架用户。


CodePilot 反过来。


心跳系统是什么? Buddy 会按时间间隔自动"醒来",检查有没有该干的事。类似一个内置的值班机制,不需要你主动触发。


你不在的时候,Buddy 自动做这些:检查记忆文件要不要整理、看看有没有到期的定时任务、准备一份简报。


你回来打开 CodePilot,Buddy 已经帮你准备好了:


"今天有 3 封重要邮件,周刊素材收集到了 7 条,下午 2 点有健身。"


心跳系统经历了 5 轮迭代才稳定。


最难的是状态机设计,欢迎流程和心跳流程不能同时触发,全心跳和软心跳要走不同路径,完成标记不能泄漏到聊天记录里。


技术细节不展开,但做一个"看起来简单"的后台系统,复杂度远超预期。


空间存在感:它就在那里


CLI 的宠物只在你执行命令时出现,说白了是个 XP 条换皮。


CodePilot 的 Buddy 同时出现在五个地方:


侧栏:始终可见的名字和 emoji


看板:完整的状态卡片,属性、稀有度、进化进度


聊天窗口:AI 消息旁边的头像


系统通知:提醒弹窗带着 Buddy 标识


顶栏:一个小 emoji


你不用"执行一个命令"才能看到 Buddy。它就在那里。


桌面端能做到"一直在",CLI 做不到。这种持续的存在感改变的是你和工具的关系——你不是在用一个软件,你是在跟一个伙伴一起工作。


为什么要把 Agent 变成一只宠物?


全生命周期:从蛋到工作流


Buddy 串起了用户从第一次打开到深度使用的整条路。


第一眼 → 空状态 一般产品这里放功能介绍页或新手教程。CodePilot 放了一颗蛋。用户只需要做一个动作:孵蛋。


首次使用 → 建立连接 孵化完成,给 Buddy 取个名字。从这一刻起你和产品之间有了一条共同的时间线——不是"我用了一个工具",是"我的 pandy 今天第一天"。


日常使用 → 被动引导 心跳系统跑起来,Buddy 每天帮你整理信息、准备简报。用户慢慢习惯"回来就有东西等着我"的节奏,Memory 不知不觉越来越丰富。


深度使用 → 主动探索 Buddy 需要更多工具才能帮你做更多事。用户会被自然带着去装 CLI、配 MCP、加载 Skills。不是你告诉他"该配这些了",是 Buddy 说"你装个飞书 CLI,我就能帮你查日历了"。


长期使用 → 正循环 Buddy 进化到高稀有度,记忆提取变快,Agent 变强,体验变好,用户更愿意投入。循环转起来了。


为什么要把 Agent 变成一只宠物?


为什么这么设计:游戏化方法论


功能说完了,聊聊背后的想法。这些思路做 Agent 产品的都可以参考。


隐性教学


马里奥第一关不会弹教程说"按 B 跑步,按 A 跳跃"。它用关卡设计让你自己发现。


宠物系统做的一样。用户以为自己在养宠物,其实在做这几件事:


1 积累 Memory — 喂养带动记忆增长


2 配置工具 — 给 Buddy 解锁能力就是在装 CLI 和 MCP


3 搭建工作流 — Buddy 的日常习惯就是你的自动化流程


等用户回头看,Agent 基础设施已经搭好了,自己都没意识到。


为什么是宠物,不是人形助理


恐怖谷。 人形助理会让用户期待"你看起来像人,为什么不能像人一样理解我?"宠物没这个包袱。没人指望一只猫能完美理解你。


犯错的代价不同。宠物关系天然是"我照顾它",用户是主导方。人形助理容易被当成同事,AI 一犯错,失望感就来了。宠物犯错?"哈哈它好笨",然后继续用。


情感投射更直接。拓麻歌子在 1996 年就证明了——32×16 像素的虚拟生物,让全世界小孩哭着给它喂饭。人对动物的情感依附比对虚拟人更直接,防备更少。


把看不见的变成看得见的


AI 越来越了解你,这事是无形的。你不会每天打开 Memory 文件数增长了多少条。


但 Buddy 从普通进化到史诗,你看得到。


稀有度影响记忆提取频率,Buddy 的成长和 AI 能力的提升绑在一起。一个你感知不到的技术过程(AI 越来越懂我),变成了一个你看得到的故事(我的 Buddy 在成长)。


看得到成长,才有动力继续投入。游戏化设计归根结底就这一条。


用注意力经济的武器打生产力的仗


扭蛋、进化、稀有度——这些全是注意力经济验证过的机制。抖音用它们让你多刷三小时,手游用它们让你多充三千块。


注意力经济 vs 生产力经济: 注意力经济的产品目标是让你花更多时间在上面——时间就是钱,但那个钱是平台的。生产力经济反过来,目标是让你花更少时间拿到更好的结果。


CodePilot 用同一套机制,但指向完全不同的行为:


扭蛋让你打开产品


进化让你持续使用、积累上下文


稀有度让你看到 Agent 确实在变强


游戏化是拿着注意力经济的武器,干不一样的事。


为什么要把 Agent 变成一只宠物?


回到最大的问题


我之前文章里写过:Agent 时代的能力分四层——大脑、手脚、组织、进化。前三层都在解决"Agent 怎么变强"。


但有一个问题一直没被正面回答:人怎么跟上?


Agent 的能力在指数增长。


模型几个月翻一倍,工具生态天天在扩,协议标准快速统一。


人的学习速度是线性的。这个差距只会越来越大。


让用户读文档?不会读的。做新手教程?三天就忘。搞培训?跟不上变化。


我现在想试试宠物系统这个解法。


它用人类几千年来最熟悉的关系——照顾一个生命——把一套新技术体系包进去了。


你的宠物在成长,你的 Agent 基础设施也在成长。你不用知道后面那句话,前面那句话就够了。


为什么要把 Agent 变成一只宠物?


Claude Code 的源码泄露出了宠物功能,说明 Anthropic 也看到了这个问题,光好用不行,人需要一个理由去持续投入。


但 CLI 的限制决定了它只能做到"XP 条换皮"。完整的游戏化体验,得靠桌面端的空间感和时间感来撑。


CLI 是 Agent 最好的工作界面,桌面端是人和 Agent 最好的相处界面。两个都要。


试试 CodePilot:https://github.com/op7418/CodePilot


文章来自于"歸藏的AI工具箱",作者 "歸藏的AI工具箱"。

AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

2
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md