Tasklet 的巧思：把 Agent 和任务拆成两层，长期协作不再挤在一条聊天线里
拆解 Tasklet 如何把长期存在的 Agent 与具体工作的 Thread 分开，再把知识、连接、自动化和用量集中成可维护的工作对象。
Tasklet 是一款面向团队的云端 AI agent 工作平台。用户用自然语言描述目标，Tasklet 负责连接工具、处理文件、运行代码，或通过浏览器完成那些没有 API 的网页操作；任务也可以按时间表或外部事件自动启动，不必等人在电脑前按下「开始」。12
Tasklet 解决的不是「怎样再开一个聊天窗口」。它面对的是另一种工作：一个 agent 可能要长期拥有一组工具、知识、权限和自动化，同时又要被不同的人拿去处理不同项目。2026 年 8 月的产品更新，正好把这个问题摆到了界面上：Tasklet 把长期工作的 Agent 与具体一次任务的 Thread 分开，并把 Agent 依赖的资源集中到同一个页面。3
第一处巧思：把「谁在工作」和「这次做什么」拆开
很多 AI 产品把一个 agent 直接等同于一条会话。用户换个项目，就在原来的聊天里继续问；换个人接手，又得重新解释背景。Tasklet 的新设计反过来定义了两个对象：Agent 是长期存在的工作角色，Thread 是某一件具体的工作。
一个 Agent 有自己的角色、指令、知识、连接、权限、协作者和自动化。一次 Thread 则只承载一个项目或问题。官方给出的例子是：可以只创建一个 marketing agent，再为每次发布、季度营销复盘和客户邮件分别开 Thread。新 Thread 会自动带上 Agent 已经配置好的指令、连接、知识和自动化，不需要把同一套背景再说一遍。3
这个拆分解决的是上下文的两种相反风险。
- 如果所有事情塞进一条长对话，项目之间会互相污染：上一轮活动的受众、口吻和文件可能混进下一轮工作。
- 如果每次都新建一个独立 agent，长期配置又会被复制成许多份，权限、连接和指令很快失去一致性。
Agent / Thread 的两层结构，把「可复用的工作身份」和「需要隔离的任务上下文」放在不同位置。对产品经理来说，这比给聊天记录加一个文件夹更有用：文件夹只能整理历史，不能决定下一次任务继承哪些工具、知识和权限。
代价也很明确。Thread 默认继承 Agent 的资源，意味着「开一个新任务」并不等于从零开始。一个权限过宽、知识过时或指令含糊的 Agent，会把同样的问题带进所有 Thread。Tasklet 把配置集中起来，降低了重复维护成本，却也把风险集中到了 Agent 这个长期对象上。
第二处巧思：把资源配置变成 Agent 的工作台
Tasklet 没有把知识、连接、自动化和用量拆到几个设置页面里。每个 Agent 都有一页自己的工作区：Knowledge 保存它可使用的文件和上下文，Connections 管理它能访问的工具，Automations 放置定时或事件触发的工作，Usage 则让团队看到活动和花费。创建 Agent 时，用户先定义角色和工作，再选择连接、补充指令，最后邀请队友协作。3
这不是一次普通的信息架构整理。它改变了用户对 agent 的心理模型：Agent 不再是「等我提问的聊天对象」，而是一个需要被配置、观察和持续维护的工作成员。左侧栏列出团队的 Agent；实时状态显示谁正在工作，未读点提示新的结果，闪电图标标出正在运行自动化的 Agent。用户打开 Tasklet，先看到的是团队有哪些工作在推进，而不是自己曾经说过哪些话。3
这个选择回应了 Tasklet 最初的产品问题。Tasklet 的官方发布文写道，用户不只想让 AI 在被询问时处理邮件或任务，还希望它能按计划运行，或在新邮件到达时自动启动。于是产品从一次性提示扩展成了持续自动化：它可以定时运行，也可以由邮件、Webhook 等事件触发。1
把资源放回 Agent 页面，用户就能在同一个位置回答四个实际问题：它负责什么，凭什么知道，能碰哪些系统，现在是否在运行。对于团队协作，这比「把提示词发给同事」更可交接；同事接手的是一个带有连接、知识和权限边界的对象，而不是一段需要自己复原的聊天记录。
问题是，工作台也会把管理责任带到前台。连接越多，权限越难检查；自动化越多，状态越容易变成噪音；Usage 能告诉团队花了多少，却不自动告诉团队哪些自动化值得保留。Tasklet 的设计没有消除这些成本，只是把它们放进 Agent 的生命周期里，让配置、运行和维护成为同一个产品对象的一部分。
这个拆分值得借鉴在哪里
Tasklet 的关键不在于把菜单换了名字，而在于先问清楚：哪些东西应该长期存在，哪些东西必须每次隔离。
- 角色、指令、知识、连接和权限，属于长期工作的 Agent。
- 项目、客户、活动或一次分析，属于需要单独追踪的 Thread。
- 定时器、事件触发和用量，则属于 Agent 的运行状态，而不是某一条聊天消息的附件。
如果一个 AI 产品既要持续执行，又要被多人复用，这种对象拆分比单纯增加记忆长度更重要。记忆解决「模型记得什么」，Agent / Thread 结构解决「这些记忆该被谁、在什么工作里继承」。
Tasklet 这次更新给出的判断很具体：长期 agent 不应只是聊天记录里一个永远置顶的名字。它需要有自己的资源、权限、运行状态和任务分支；否则，所谓「AI 同事」最后仍然只是一个需要人反复交代背景的聊天框。
References
- 1
- 2Agents that own the work
tasklet.ai
- 3
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.