博客 · Allomos 换肩 · 实验记录

二十三分钟，做出一个投桃

2026-10-18 · @wang3an · X 上的原帖 ↗

我写下一段话描述想要的应用，在换肩（Allomos）里点“开始”，再在 Claude 里按一次回车。Claude 自己拆成两个版本、九个任务，一个接一个做完。午夜过后，我用手机把一张截图发到了电脑上。

根据 @wang3an 2026 年 10 月 16 日到 18 日的串贴与 tosstoss 项目的任务包整理 · 时间均为日本时间

23 分钟从建好任务包到 v0.2 交付
2 个版本v0.1、v0.2，各有一个验收任务
9 个任务分属 4 个领域，全部记在任务包里
24 次提交代码与任务记录一起进 Git，打了两个版本标签

起点：一个小目的

10/16 08:32　串贴第 1 条

我要利用 Allomos 做实验，达到一个小目的：Claude 和 Allomos 可以配合起来，自动开发出一个有实用价值的 WebApp。

换肩（Allomos）原本是一个任务包工具。项目的任务、进度和交接记录放在仓库的 .allomos/taskbag/ 里，AI 智能体用 alm 命令领取任务、标进度、写交接，人在桌面应用里看着。下图是换肩自己的开发项目：Tracking 领域 42 个任务完成了 34 个，每一行都标着“Not human-checked”，等人来亲手验过。

换肩管理自己的开发：任务有领域、迭代、负责的会话，也区分“本地验证过”和“人检查过”。

这次要试的是另一件事：只给一段描述，看智能体能不能借着这套任务管理，从空文件夹把一个能用的应用做出来，并且每一步都留下记录。

第一步：先让换肩学会“做一个新应用”

08:34　串贴第 2 条

第一步是完善 Allomos，让它支持自动开发软件的功能……我要直接告诉 Claude 我上面的目的，让它帮我想一想应该怎么做。

09:53　串贴第 3 条

保险起见不用默认的 Opus 5.5 Medium，改用 Extra 来考察。

给 Claude 的请求很直白：在换肩里加一个按钮，用户描述想要的应用，换肩把预定的提示词连同描述填进绑定的智能体。整个过程类似 /goal，区别在于从拆任务到最后完成，每一步都要用换肩的任务状态记录和流转。

考察阶段换成了更高的推理档位，Claude 先去读换肩已有的相关任务（A03-01、A03-03、A05-06）。

11:33　串贴第 4 条

考察完成，开始实现 Allomos 新功能本身。完成之后就可以试验自动做 app 了。

考察的产出是四个任务（A03-25 及其三个子任务）和一张“你已定下的事项”清单。

这张清单基本定下了后面实验的规矩：

一个应用分多个迭代，领域由智能体自己划分。
智能体可以自己把任务设为 ready，这是目标运行模式的例外；建仓库、账号、API key、付费、部署这类对外有影响的操作，仍要批准人点头。
提示词由换肩填好，人只按一次回车。
不设花费上限，也不设停止点；订阅额度剩 3% 时，智能体写好交接后停下。

这些规则后来都写进了项目的 AGENTS.md，tosstoss 仓库里现在也有一份。

10/17 23:50　串贴第 5 条

实现这个新功能的过程中不断发现其他的改进点。现在终于可以开始测试这个功能了。

换肩改了一天半。首页多了“构建新应用…”，对话框里依次是：空文件夹、应用描述、用哪个智能体、智能体怎么工作。

投桃的全部需求就是这一段话：同一局域网里打开网页的实例自动相互发现，勾选对方、选择或拖放文件、点发送，对方自动接收；可以“下线”；手机浏览器也要能用。

按下开始

23:51　串贴第 6 条

默认是安静模式。

安静模式：不等人，常规的事自己决定，问题留到之后再问。下面的提示说得很清楚，换肩从不改智能体的权限，要无人看管地运行，得先打开智能体自己的自动模式。

23:57　串贴第 7 条

自动交给 Opus 5.5 Medium 来做。

填好的提示词写明了收尾条件和汇报方式：每一步都跑 alm progress，好让人在换肩里看到进度。

提示词里有两句话很关键。一句给出停下的条件：做到 alm list --json 显示目标的每个任务都已完成、已放弃或在等人；没有 /goal 时也一样，一个任务接一个任务做下去。另一句把进度接回换肩：开始时 alm progress --title "构建应用"，之后每一步 --step … --done … --of …，结束时 --finished。

二十三分钟里发生了什么

下面的时间轴按 tosstoss 仓库的提交时间画，横轴是真实比例。23:51:32 换肩建好任务包，00:14:27 Claude 把 v0.2 标为通过、目标交回给人，中间是两个迭代、八个工作任务。

每个点是一次任务完成的提交。一个任务大约两分钟，验收任务稍长，因为要在浏览器里实际收发文件。

23:58　串贴第 8 条

Opus 提问一次。

第一个问题：文件夹还不是 Git 仓库，要不要 git init。右侧是 Claude 给自己列的七步计划。

按任务包的规矩，安静模式下常规选择应由智能体自己决定并记下来。在本地建一个 Git 仓库是很容易撤回的事，这一问本来可以省掉。

00:03　串贴第 9 条

Opus 开始努力工作。Allomos（换肩）这边稳稳接住了，不过看起来界面上还是有些小 bug。

Claude 用两个不同的地址（localhost 和 127.0.0.1）各开一个标签页，让它们成为两台“设备”，测试互相发现。

进度框还停在“A03-01 页面界面（1/8）”，背后的列表里 A03-01 已经完成。

换肩这一侧的要点是：任务包每次变化都会自动刷新，Claude 领取、完成任务时，列表里的状态、负责会话和“AI 已决定”标记都实时跟上。小问题集中在进度显示上：旧进度没被替换，还有一条“Codex 尚未为这个项目设置”的提醒，而这次根本没用 Codex。

00:05 – 00:06　串贴第 10、11 条

Opus 又提问两次。还有一次是 javascript 权限请求，手快点了允许，没截图。看来权限给得不够啊。

串贴里问“怎么 Opus 又问一次”，答案就在第二张图的小字里：对这个局域网 IP，内置浏览器关掉了整站授权，每次在页面里执行脚本都要单独批准。这类请求来自浏览器的安全规则，换肩的安静模式管不到。要彻底无人值守，验收步骤得改成用自动化测试或命令行来验，少依赖在真实局域网地址上跑页面脚本。

00:12 – 00:15　串贴第 12、13 条

开始弹下载对话框了。难道要做好了？……弹了 N 个。看来是在做测试。好像中毒了一样。

测试.bin、a.txt、big.bin：中文文件名、小文件、大文件，自动接收真的在触发下载。

同一时刻的任务包：v0.1 四个任务全部完成，v0.2 只剩验收任务 A01-03 在进行中，右下角“构建应用：A01-03 v0.2 验收检查（7/8）”。

弹窗本身就是证据。需求里写着自动接收是默认且不可关闭的，Claude 在浏览器里验收时，每收到一个文件，系统就弹一次保存框。

00:18　串贴第 14 条

Opus 告诉我说完成了。所有的任务都记录在 Allomos 里面了。快得有点出乎意料。我得测试一下。

收尾时的任务包：两个迭代全部完成。目标任务 A01-01 处于“等待中”，等的是人：在真实手机上照 A01-03 的步骤试一次。

Claude 的收尾说明分三块：怎么试、测过什么、已知限制。最后一句：试过之后告诉它结果，有问题就作为 v0.3 的任务加进来。

投桃本身

00:21　串贴第 15 条

PC 版

电脑上打开终端打印的局域网地址。设备名是自动起的“形容词 + 水果”：温柔的柠檬、机灵的猕猴桃、机灵的香蕉。

00:33 – 00:37　串贴第 16–18 条

手机版。粉嘟嘟的有点微妙。。。 / 发送试试 / 果然收到了！

电脑这边什么都没点，浏览器下载面板里已经有了这两个文件。同名文件被系统自动加上了 ~2，没有互相覆盖。

这是整个实验里第一次真机测试：一部真手机，同一个 Wi-Fi。Claude 之前只能用 375px 宽的模拟窗口测手机，这一步正是它在目标任务上写明要人来做的事。

任务包里留下了什么

实验真正想验证的，是做完之后留下的东西。打开 tosstoss 仓库，alm 能完整说出这个应用是怎么做出来的。

人：写一段描述，选文件夹、智能体和运行模式，按一次回车。最后亲手试，决定通过还是加任务。
换肩 Allomos：建任务包，写好 AGENTS.md 规则，把请求填进智能体，刷新显示进度和任务状态。
Claude：划领域、排迭代、建任务；alm claim、写代码、测试、alm done、alm progress，最后写交接。

三方共用一份记录：.allomos/taskbag/，随代码一起提交进 Git

A02-01　启动服务器后打开网页的设备自动出现在彼此的在线列表中（23:56，待人工检查）
A03-01　看到在线设备，勾选对方，选择或拖放文件，发送和下线（23:58，待人工检查）
A04-01　接收方不做任何操作就自动收到文件，内容与原文件一致（00:00，待人工检查）
A01-02　v0.1 验收：两台设备从头到尾互传文件（00:04，待人工检查）
A04-02　双方都能看到传输进度，大文件也能稳定传完（00:08，待人工检查）
A03-02　手机浏览器上能舒适地完成勾选、选择文件、发送和接收（00:09，待人工检查）
A02-02　每台设备有易认的名字和图标，可以改名，刷新后保留（00:10，待人工检查）
A01-03　v0.2 验收：手机与电脑之间互传、进度、改名全部可用（00:14，待人工检查）
A01-01　Goal：投桃 Tosstoss（—，等人试用）

完成了，但不等于验过了

八个工作任务都是“已完成 · locally verified”，同时都挂着“待人工检查”。安静模式允许智能体不等人就把任务标为完成，代价是必须说明理由（“Goal run, quiet mode”），并给每个任务写好让人照着检查的步骤。alm human 现在列出 8 个待检查、1 个待回答。

12 条“AI 已决定”

Claude 自己拍板的事都留了记录，等人回头审。几条有代表性的：

架构：Node.js + ws，前端零依赖。浏览器做不了局域网广播，所以由运行 npm start 的电脑当会合点。
传输：经服务器中转，WebSocket 分块 256KB，不用 WebRTC，理由是局域网里够快，手机浏览器上更可靠。
流控：发送端最多领先最慢接收端 8MB，接收端每 1MB 回执一次，60 秒没有进展算失败。
手机：没做屏幕常亮，因为 Wake Lock 要 https，局域网的 http 页面用不了。
名字：默认“形容词 + 水果”，16×16 种组合，存在本机浏览器里。

交接与项目笔记

交接文件写明了运行模式（安静，由人在换肩里选的）、当前状态、代码结构，以及“如果人报告问题”该怎么办：每个问题在 v0.3 里加一个任务。项目笔记记下了下一个会话必须知道的坑，比如在同一个浏览器里测试时，要用 localhost、127.0.0.1 和局域网 IP 三个不同来源，让每个标签页拿到自己的名字。

数字：24 次提交，打了 v0.1、v0.2 两个标签；代码、样式和测试一共约 1500 行；npm test 8 项通过，其中一项把 200MB 文件同时发给两个接收端并核对 SHA-256；任务包里记了 97 条事件。

这次学到的

可行

一段话的需求，加上一套写清楚的任务规则，Claude 在中档推理下 23 分钟交付了两个版本。最有用的不是速度，而是每一步都落在任务包里：拆成什么任务、谁在做、什么时候完成、凭什么算完成、替人做了哪些决定。人第二天打开换肩，就能接着审。

要修的

换肩的进度显示：旧的进度提示不会被新的替换，后台会叠出好几条；进度框可能停在已经完成的任务上。“Codex 尚未设置”的提醒不该出现在只用 Claude 的项目里。
安静模式的边界：git init 这种本地、可撤回的事，按规则应由智能体决定并记录，不该停下来问。
浏览器权限：在局域网 IP 上执行页面脚本必须逐次批准，这是浏览器的规则，不是换肩能放开的。验收方法要么改用测试和命令行，要么在启动前就提醒人这几步会要人点。

人还要做的

真机试用已经做了，发送和接收都通过。剩下的是把它记回任务包：逐个 alm checked，审完 12 条决定后 alm reviewed，最后决定是接受目标，还是把“粉嘟嘟的有点微妙”这类意见作为 v0.3 的任务交回给 Claude。

一些感想

真是快

串贴里我写了“快得有点出乎意料”，现在回头看还是这么觉得。23:51 换肩建好任务包，00:14 Claude 已经交出了 v0.2：服务器、页面、自动接收、传输进度、手机适配、设备改名，还附带测试和说明文档。我在旁边看着任务一个接一个变成“已完成”，偶尔点一下允许，二十几分钟，应用就做好了。

有换肩接着，我很放心

让我安心的是换肩的任务管理。每个任务什么时候被谁领取、凭什么算完成、Claude 替我做了哪些决定、哪里还没验过，全都记在任务包里，和代码一起提交进了 Git。这次很顺利，没有换智能体，也没有换人，一口气就做完了。但我知道，就算中途额度用完、会话断了，或者要换成 Codex、换成别人来做，都能从 alm next 和交接文件接着往下走。有它在后面接着，我就能放手让智能体自己跑。

素材：@wang3an 的串贴（共 18 条，2026-10-16 08:32 至 10-18 00:37）以及 tosstoss 仓库的提交记录、alm list、alm human 与交接文件。截图均来自原帖。

另一篇：

二十九分钟，做出一个英中日输入法