让AI自己汇报工作，结果办公室空了：他把监控改成只读日志

一个监控面板，如果依赖被监控的对象主动汇报，那对象一安静，面板就空了。这是9月21日的设计，四天之后，作者要求推倒重来。

Refmade 是一个桌面应用，把 Claude Code 和 Codex 的会话过程画成一个小办公室。作者独自开发，应用与 Anthropic、OpenAI 没有隶属关系。代码大部分由这两个代理在作者指挥下写成，作者负责规划、决策和审查。界面目前是韩文。

9月25日，作者把现状和最初的计划摆在一起对比，告诉代理们产品跑偏了。他要的东西很简单：看清编排和本地命令行工具实际怎么跑，感受任务被完成的过程，瞄一眼别人的办公室，看到每个代理的工作和交接。他要的是从零重做，不是打补丁。

设计文档开头就是一份诊断。9月21日到25日之间，产品陆续长出了迷你主页、礼物、奖励盒抽卡、代币金字塔、公共村庄、帖子翻译，以及从网页端在你自己电脑上跑任务。每一项都让它离那个核心问题更远：我的AI团队现在在干什么？

那天作者回答了四个设计问题。一层办公室作为主画面。别人的办公室仅好友可见。编排只在终端进行，网页视图只读。范围限定为一份设计文档和一个可动的原型，不碰任何已有代码。

从"问它"改成"看它"

旧设计里，代理写报告给面板，不写报告办公室就是空的。新设计里，命令行工具把会话日志写到磁盘，办公室只读日志，不需要报告，也就没有东西会被忘记。

Claude Code 和 Codex 本来就会把每次会话写进本地文件。这些文件能看出会话何时开始、每一步调用了哪个工具、哪个子代理由谁派生，再经过一些推断，还能看出请求何时结束。于是新规则是：一次会话就是一个团队，主会话是团队负责人，每个子代理是团队成员，通过元数据文件里的 parentAgentId 挂到父级，workflowPhase 标明它属于哪个工作流阶段。每张桌子上的显示器根据该代理正在做什么变色，判断依据只有工具名。

隐私和可靠性一样重要。设计写明，办公室只跑时间戳、工具名、父子链接和请求边界，不读提示词、代码或文件路径。这条边界在读取器存在之前就写进了文档，因为一个需要你提示词的面板是另一种产品。后来上线的读取器没那么纯粹：它会在内存里看一些文本以套用规则，并为本地页面保留一个会话标题、一个文件夹名和一句结果。

原型回放了什么

9月25日那天并没有做实时读取器。原型回放了作者自己真实的 Claude Code 日志，韩国时间9月24日02:00到03:30，共90分钟，套用新规则跑了一遍。提取器会略去消息正文、路径和工具参数。

其中32次"通过"是从工作流标签推断出来的——当两个代理的标签匹配且时间对得上，提取器就把工作从一方交给另一方——所以这个数字只能当作猜测，不是测量值。其余计数来自提取脚本，与原型播放的回放文件一致。

原型截图没法展示，因为里面的团队名是作者机器上真实的会话标题。当前应用的截图用的是发布说明里的公开演示数据，展示的是同一个想法长大后的样子：办公室统计正在工作的人数、已完成的请求，以及等待作者答复的请求。

重做意味着列一份删除清单，而删除清单比功能清单还长。设计文档写明，实现开始时被移除的代码会移入归档文件夹，而不是直接删掉。

有两条限制。第一，观察无法知道计划。会话日志不会说还剩多少步，所以被观察的团队永远拿不到进度百分比。只有通过作者自己的 refmade run 命令启动的团队才知道自己的计划，也只有这种团队带进度计数。作者宁可缺一个数字，也不要编一个数字。

第二，面板上写的是"已完成的请求"，从不说"成功"。当 Claude Code 结束一轮对话，请求就算完成。工作做得好不好是另一个问题，日志回答不了。面板的措辞保留了这个区分。

还有一个风险在代码之外。日志是各家厂商的内部格式，一次版本更新就可能改变它们。读取日志，等于赌这个格式的变化幅度还在自己能跟上的范围内。

一次独立设计评审给原型打了10分制的6分，列出八个问题。作者全部修掉了：面板重渲染时焦点跳走、完成面板在移动端被裁切、文字最小11像素、"轮到我"和"等待回答"两种颜色太接近、时间线的键盘控制。检查报告显示设计规范零失败，从360到1920像素没有横向滚动。按简报自己的清单，仍然粗糙的地方包括：角色走直线没有行走帧，美术是9月21日素材的临时拼贴，原型里的三个好友是虚构示例。

下一篇讲读取器如何区分一个请求和一次工具结果、如何区分分叉和真正的子代理，以及一个请求究竟何时结束。