Agentboard：让AI Agent自己看板干活的任务协作框架

一个看板，背后藏着一个自主工作的AI

一位拥有17年经验的开发者在B站分享了他正在构建的开源智能体框架——Agentboard。乍一看它就是个普通的看板，类似Trello那样的卡片式任务管理工具，但真正的区别在于后台：一个AI智能体在合适的时机会主动接手卡片，自己完成任务。

这位作者的核心愿景很明确——人类和AI智能体协作的最佳方式，不该是整天盯着聊天窗口来回对话，而应该像管理一个团队成员那样，把任务放进看板，让它自己领取、执行、汇报。这种思路把AI从"对话工具"重新定位成"异步协作的队友"。

每张卡片下方都有一条时间线，记录人类和智能体做过的所有事情：消息往来、状态变化、智能体执行的操作，全部带时间戳。作者强调，这条时间线的意义在于让智能体"始终拥有正确的上下文"——它知道一路上发生了什么、状态是否移动过、评论里说了什么、已经采取了哪些行动。即便中间隔了很久，人和AI也能无缝续上协作。

五个状态，一套异步协作流

Agentboard的看板设计了五个状态列，这套流程是整个协作模式的骨架：

• 收件箱（Inbox）：人类在这里创建新卡片，相当于待办池；
• 就绪（Ready）：进入就绪的卡片等待智能体下一次工作时领取；
• 进行中（In Progress）：由智能体自己负责，表示它正在处理；
• 需要输入（Needs Input）：智能体卡住、需要人给点信息时把卡片移到这里；
• 审核（Review）：智能体认为做完了，希望人类审一下；
• 完成（Done）：通过审核的卡片归档于此。

这套状态机的巧妙之处在于把"人类介入点"显式化了。人只需要关注需要输入和审核两列，其余时间智能体自己在就绪和进行中之间流转工作。作者反复强调的理念是："你不想再整天坐在电脑前了。"

要让智能体开始干活，操作极简——把卡片拖进就绪栏，或者点击按钮输入"开始"作为理由。下一次智能体启动时就会扫描就绪栏，自问"哪些任务需要我关注"，然后拾取卡片进入工作状态。

这套五状态设计在软件工程中属于**有限状态机（Finite State Machine, FSM）**的典型应用。有限状态机规定系统在任意时刻只能处于一个明确状态，且状态之间的转移由特定事件触发。Agentboard的妙处在于将"人类触发"和"智能体触发"的转移分开处理：从收件箱到就绪，由人类拖拽触发；从就绪到进行中，由智能体扫描触发；从进行中到需要输入，由智能体主动判断触发。这种设计让责任边界非常清晰——系统不会因为"不知道该谁来推进"而陷入僵局。相比之下，传统对话式AI没有状态概念，每次交互都从当前窗口开始，上下文的延续完全依赖对话历史的长度限制，而非结构化的状态记录。

上下文与运维卡：让智能体真正自主的关键

作者花了很长时间思考的，是如何让智能体"自主运作"而不只是被动执行。他的答案是上下文系统和**运维卡（Ops Card）**两套机制。

上下文由一组纯Markdown文件构成，存储智能体可以访问的联系人、信息、连接等。智能体既能读取也能写入，另外还有一个专门存放密钥的区域——这些密钥智能体无法读取明文，但仍然可以在工作中使用。这种设计解决了一个长期痛点：如何让AI安全地使用敏感凭证。

运维卡是作者认为目前市面上少有工具提供的功能。它区别于普通"任务卡"——任务卡是需要完成的目标，而运维卡是系统本身需要的东西，比如访问权限、决策、上下文或连接的变更。

最有价值的场景是：智能体在执行任务时遇到障碍，可以自己创建一张运维卡，暂时阻塞当前工作，直到有人补充缺失的信息。视频中演示了三张被阻塞的运维卡，它们都在等待同一件事——GitHub访问权限。智能体请求一个令牌，人类以安全方式添加，整个过程中智能体从未看到该密钥的明文值，却能在后续工作中调用它访问GitHub。这让AI的"卡住"从一个死胡同变成了可被人类异步解决的工单。

密钥的安全使用是AI Agent落地最棘手的问题之一。Agentboard的处理思路类似于云服务中的**秘密管理服务（Secret Manager）**模式，例如AWS Secrets Manager或HashiCorp Vault的设计理念：应用程序拥有调用密钥的权限，但密钥的明文从不直接暴露在运行时变量或日志中。在Agentboard的实现中，智能体通过某种代理层调用敏感凭证，LLM生成的代码或指令可以引用密钥的"名称"而非实际值，执行层在运行时注入真实凭证。这种隔离防止了一类常见的安全风险：AI生成的内容或日志无意间将密钥泄露到可被读取的输出中。对于需要接入GitHub、第三方API等服务的自主智能体来说，这是从实验项目走向实际可用的必要基础设施。

一个真实案例：让AI改自己的CSS样式

作者用一个实际例子演示了完整流程。他不满意面板上某段文字的位置，于是创建了一张任务卡，描述问题：某个阶段没有卡片时，空状态元素没有正确定位在容器边距内。

提交后卡片进入收件箱，他输入"开始"把它移到就绪栏。后台日志显示一个新的AI会话启动，加载提示词、浏览看板、判断哪些任务需要处理，然后智能体自动把这张卡片移入进行中。

此时作者就可以去干别的事——回复消息、发邮件、处理另一张卡片。智能体在后台独立工作，到达里程碑时会写评论、记录到时间线。完成后它把卡片移到审核栏并汇报：它修复了桌面端空卡片提示缺少CSS的问题，基于现有移动端样式补了一行代码，并在GitHub上提交了一个拉取请求。它还诚实地说明自己无法在浏览器里做视觉检查，但本地构建流程已配置好用于检查CSS。

作者确认效果不错后，给出指令"合并并创建一个新版本"。智能体再次走一遍同样的流程：就绪→启动会话→读取上下文→执行→汇报，直到人类在完成状态批准。

值得一提的是，这个工具的Agentboard连接到了存放它自身代码的GitHub仓库——作者每次修改都会创建issue、转化为新版本，然后随时随地（手机或电脑）拉取更新。换句话说，这个工具正在用自己来构建自己。

这个愿景解决了什么，又留下什么悬念

Agentboard背后的理念回应了当前AI Agent应用的一个普遍困境：对话式交互要求人类持续在场、持续响应，效率低且割裂。看板+时间线+状态机的组合，本质上是把人机协作改造成异步、可追溯、容器化的工作流。

作者总结了几个设计价值：每个任务都是独立单元；上下文会随时间不断丰富，连接越来越多；所有操作带时间戳，形成完整的项目历史，既方便回顾也让智能体能从过去经验中学习。他的理想画面是——早上打开手机，看一眼需要输入和审核列，给出几个回答，智能体就立即继续工作。

当然，这套框架目前仍是一个人每天迭代的开源项目。作者本人也坦言，"相信已经有很多类似的想法和解决方案"，他只是按照自己认为最合理的方式量身打造。对于观望者来说，异步协作的可靠性、智能体自主判断的边界、多任务并行时的调度等问题，都还需要在实践中进一步验证。但作为一个关于"人类与AI如何协作"的思路实验，Agentboard提供了一个相当具体且可落地的样本。

Agentboard所探索的人机异步协作模式，在学术界通常被归类为Human-in-the-Loop（HITL，人类在环）系统的一个变体。传统HITL要求人类在每个决策节点同步确认，而Agentboard更接近Human-on-the-Loop（HOTL，人类在环外监督）——人类设定目标和边界，智能体自主执行，只在遇到预设的阻塞条件时才异步拉入人类。这种设计的核心挑战在于：如何精确定义"阻塞条件"，即智能体何时应该自己决策、何时应该停下来等待。条件定义过松，智能体会频繁打断人类；定义过严，智能体可能在错误的方向上走太远才被发现。运维卡机制是作者给出的一个工程解法，但智能体自主判断"我需要帮助"的准确率，最终仍取决于底层大模型的能力边界和提示词设计的质量。