AgentCraft 创始人 Ido Salomon：智能体越多，人越成为监督瓶颈——即时战略游戏的控制范式可以迁移过来
Ido Salomon 在 AI Engineer 大会上提出：编码智能体能力已足够强，但同时管理多个智能体时，人的注意力成为瓶颈。他的解法是借用即时战略游戏的控制方式——地图、单位、热力图、快捷键跳转——把监督负担从持续盯梢转化为可管理的空间信息。
编码智能体已经能产出从表情包到 B2B SaaS 应用的任何东西。AgentCraft 创始人、MCP-UI 创建者兼 MCP Apps 联合维护者 Ido Salomon 在 2026 年 AI Engineer 大会上提出了一个反直觉的问题：如果智能体如此强大，为什么没有人人手一支智能体大军？他的诊断是，瓶颈不在模型能力，而在人。每多启动一个智能体，就多一份引导、指挥和审查的需求，这些需求全部落在同一个人的注意力上，直到监督本身令人精疲力竭。
Salomon 认为解决这个瓶颈所需的技能其实早已存在。他拿即时战略游戏做类比：在《魔兽争霸》或《模拟人生》中，玩家同时操控多个单位，靠的不是逐帧检查每个单位的动作，而是空间化的状态感知、需要关注时的快速跳转、以及把任务委托给子单位的能力。AgentCraft 把这套控制语言搬进了编码智能体的工作流——智能体以地图上的单位呈现，文件系统被投影为地形，热力图显示工作正在哪些目录发生，按空格键则跳转到最近一个需要人注意力的事项。
在这个基础之上，Salomon 描述了三层递进：可见性让人知道谁在做什么；自主性通过任务委托（智能体扫描代码库并建议下一步任务，用户点击接受即可）和编排器（用户给出笼统目标，编排器拆解并在本地容器中执行）减少持续监督；审查工具包则把完成的变化打包成文件列表加视觉证据（截图或录屏），让人能快速判断是否接受，甚至并行运行多个实例后挑选最佳实现。最后，共享房间让设计师和工程师可以同时在同一项目中推进各自的部分，而不必等对方停下来。
但 Salomon 自己也对这些机制的适用范围做了限定。他估计大约 90% 的人需要一个更低的入口，并明确说这个数字是近似而非测量结果；他展示的实验性简化模式 Loopers 仍处于非常早期阶段，连名字都尚未确定；他也承认同一界面对某些人惊艳、对另一些人却可能很难，因此把定制化视为尚未完成的探索。不过，整个论证建立在一个产品演示和个人使用经验之上，尚无对照实验证明游戏隐喻确实降低了认知负荷，还是仅仅把一种复杂度替换成了另一种。对于已经习惯终端和 IDE 的开发者来说，这套空间化界面是否真正比列表和日志更高效，仍是一个开放问题。