Paul Kinlan 谈 AI 智能体协作中的合并冲突与 Web 应用扩展

发布于 Paul Kinlan on: November 8, 2026；阅读 时间： 23 分钟 当我开始写这篇文章时，我想写的是：现在我的 agent 集群整天都在工作，我有多被合并问题困扰；更重要的是，合并如何拖慢了我们构建软件的能力。我发现，我的 agent 会很乐意把我的工具和产品全都做进区区几个文件里，或者用那种哪怕最小的改动也会导致合并冲突的方式来做。然而，就在我写那篇无聊文章的时候，我正试着把正在敲的内容付诸实践，而我想我刚刚重建了 SharePoint……等等，等等，等等，别走开……我保证这篇文章会不错。如果不好的话，发邮件给我或者在 X 上喷我。 退一步说，我长期以来一直在思考：既然我们有了几乎能构建任何东西的工具（LLM 和 coding harness），也有了几乎能满足用户任何需求的工具，Web 会如何演化。 我一直在摆弄各种不同类型的、用来驾驭 agent 的 harness：一个基于语音的（更多细节很快会来——但它非常酷）、一个 TweetDeck 风格的 Chrome harness、另一个 Chrome Agent 平台 harness，以及一个带有 CLI 和 TUI 的 API。我现在大量生活在这些工具中，它们控制我的机器，并以我个人觉得非常有用的方式帮助我工作。它们为我创建工具，并编排我做的许多任务。 我也一直在使用很多其他的 Agent Harness。Pi 是我特别喜欢的一个，因为它占用小，而且秉持可定制化的理念。我太喜欢它了，以至于我意识到我在 agent-do 上的整个做法完全错了。Pi 让我开始思考，如何把 harness 可定制化的概念带到 Web 上。 我构建了一个 Markdown 编辑器，希望它能遵循 Pi 的精神。一个极小的核心只做最低限度的事，同时暴露一个完全可以按用户需求定制的表面。 它运行得出奇地好。它满足了我的需求，如果我需要新功能，比如一个小通知告诉我阅读时间，那我不必把它烤进核心，我可以在主仓库之外创建一个小插件，而且不用部署它。 这些插件可以访问 UI 的不同部分。 而且它们可以挂接到 Web 应用内部发生的事件和动作上，比如按键，然后更新 UI。 蓝线是一个句子长度插件 例如，我有一个句子长度插件，它本可以放在核心里，写作连续天数插件也一样，但如果有一天我对它们腻了，我为什么非得重新构建并重新部署项目呢？我真的需要回去重建一个项目，只为了加一个侧边栏来检查我做的所有断言吗？不，不，我不应该非得这样。 我在 Pi 中看到的原则令人无比振奋，我开始把软件中的每个问题都看作可以用一把“可扩展性形状”的锤子敲定的问题。 然后我想起了 Ink and Switch 那篇很棒的文章《Malleable software: Restoring user agency in a world of locked-down apps》（而且你瞧，他们也构建了一个 Markdown 编辑器 :D），我真的必须更深入地钻研这个领域，试着回答这个问题：为什么没有更多网站提供定制化？ 那么，为什么没有更多网站提供定制化？简单。因为难。 难在安全。难在性能。作为产品负责人，围绕定制化设计产品很难不觉得自己正在失去控制；而且更新核心时不破坏现有定制化也很难。虽然存在用户需求（看看 Chrome 扩展就知道了），但我认为人们想要的是一个赤裸的机器人核心，然后能够按自己的需求打扮和改变他们的工具。 然后我发现了 DeepSeek-Harness。这个 harness 围绕这样一个原则构建：核心系统中的一切都是插件。这相当壮观。描述 Cordis 系统的论文也相当不可思议。虽然我觉得其中的数学和定理证明让人吃不消，但如果你能硬着头皮读下去，对我这样的凡人来说，其中能看到魔法的微光：自演化的 Harness 系统。 这让我思考。如果我想让 Web 从长远来看获胜，那我们需要网站提供的东西不止是你在 Chat harness 里能得到的那些。聊天应用在未来将是动态的，并且完全个性化到用户，那么为什么我们不为主张在 Web 上的 Web 应用提供同样的东西呢？ 所以，嗯，就是这样……介绍我的实验：Extensible Web Apps [source]——一个让你构建和组合 Web 应用的 harness，用户可以按自己认为合适的方式扩展它们。 在我解释任何东西之前，先玩一玩。这是一个在该平台上构建的 beat pad，正实时运行在这个页面中。按播放。然后点击角落里的 Customize，向下滚动到“Samples for this app”，按 Sunset theme 旁边的 Add。你会看到它的代码以及它被允许做什么（改变应用的颜色，仅此而已）。接受它。你刚刚把一个插件安装到了别人的应用里，而作者（我）不需要做任何事来让你这么做。 这个 Web 应用 harness 建立在 Cordis 的核心内核之上，然后尝试在 Web 已有的原语之上构建，比如 <slot>、<template>、serviceWorker、Worker、SharedWorker、MessageChannel、@layer、@scope，让你构建丰富而复杂的 Web 应用，用户可以定制它们，而你不必做任何新的事情。 我还有一些核心的东西，想确保你可以定制： 虽然用户可以编写代码来定制 Web 应用，但预期是人们会使用 LLM 在运行时创建插件，因此 LLM 作为核心原则组件被内置到 harness 中（即使应用开发者没有启用它）。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）