Lindy Teammate

Lindy 推出「Teammate」：这名常驻 Slack、连接全部工具并持续吸收团队上下文的多人协作 AI 员工，承载着 Flo Crivello 的核心押注——“AI 正在向多人协作体验完成一次巨大跃迁”。 他的判断是：随着我们走向 AGI——甚至可以说已经实现 AGI——“智能相对而言越来越不重要……上下文则越来越重要”；即使 John von Neumann 突然出现在办公桌前，因为缺乏上下文，“接下来1小时或1天里，他还不如一个普通同事有用”。

整套产品默认运行在 DeepSeek 上——“现在一切都是 DeepSeek”——Flo 认为其水平相当于 Sonnet 4.6，“落后3到6个月”；DeepSeek Flash 则“便宜整整100倍”，几乎等于免费。 即便如此，Teammate 仍让 Lindy “坦率地说重新跌入负毛利率区间”；公司有意补贴，因为产品“始终要为下一代模型而构建”。内部推理开支已逼近工资总额，二者“将在3到6个月后交叉”。

Lindy 公开了完整记忆架构：在 RAG 之上采用智能体式记忆，每约15分钟运行一次“打盹”记忆智能体，并以100叉红黑树组织递归“上下文桶”。 这套架构可用“2次 LLM 调用”访问“20亿 token”。Flo 不介意同行照抄：“请复制我们……我们只是没时间发表论文”；Lindy 经常在内部做出某项技术，3-6个月后才看到同类论文出现。

可靠性工程极端依赖实测：仅在动作执行前插入一句“你确定吗？” ，就能显著拉高 eval，这“简直离谱”。 一条10,000-token 的 validator prompt 甚至能达到“高于 Opus”的水平，多个 validator 则并行组成评审委员会。自我改进闭环上线首周便将错误率压低8倍。缓存纪律支配一切——命中率从85%降至65%“听起来不多，实际价格几乎达到2倍”——因此 Lindy 通常坚持每个智能体只用一个模型，分叉出的子智能体也沿用同一模型。

Flo 把“半人马”构想称作“幻想”：棋类研究显示，人类+AI 最终会“转为负贡献，人类充其量只是在注入随机噪声”——但眼下仍处于半人马阶段，人类正为一个尖峰式系统补洞；它能“一次写出50,000行代码”，转头却“决定走去洗车店”，而且每天上演50次。 混合组织“本质上是在打造一套 Iron Man 战甲”；按照他2018年提出的“硬番茄原则”（tough tomato principle），“AI 员工”本身也是一个“无马马车”式的旧范式称谓。

宏观判断相当阴郁：“Open Face”事件之后，“我在实验室工作的朋友中，有些已经陷入恐慌——空气里弥漫着强烈的恐惧”。 Flo 自称“有一点末日论倾向……但目前一切尚好，而且实在太有趣了”。

尽管商业上依赖这些模型，Flo 仍主张美国封禁中国前沿模型：它们“显然在做蒸馏”（数十亿美元对比“最多数亿美元”），是“美国本土有史以来最强大的外国宣传工具”，而且“不能让 CCP 掌控美国经济的一部分”。 他承认自己陷入协调困境：“只要这些模型还在，我就不可能不用，因为竞争对手会用。”他愿意考虑强制保险，并设立一个“AI 领域的 FAA”，负责认证经过净化的模型。

Flo 的基础设施经验是能买就不要自建：包括一家名称在转录中并不清晰、采用 Git 后端的智能体文件系统厂商，以及 E2B 沙箱和 Browserbase；唯一坚持自研的是可观测性与 eval。 微调仍是最后手段，但用户级 LoRA——把记忆写入权重，让“打盹”升级为“做梦”——会在“未来6个月”落地，甚至可能由某家前沿实验室推出。

🔗 原始收听与视频来源： Lindy Teammate：Flo Crivello 谈多人智能体、记忆，以及为何主张封禁自己也在使用的中国模型