ToWow / 设计研究

给合作创造条件

PFE 的一个设计起点:把试教、工具建设和寻找伙伴纳入规划,让行动能够改变下一轮规划的条件。

纸与玻璃结构相连的编辑概念插画
编辑概念插画 · AI 生成

设想要组织一场 50 人的周末工作坊。你希望参与者带着自己的项目来,离开时做出一个可以展示的小成果。预算有限,场地也还没定。

Agent 找到了几家空间,比较了价格,生成了一份漂亮日程。计划到这里卡住:便宜场地没有设备,有设备的场地超出预算。继续换关键词搜索,可能找到遗漏的选择,也可能只得到同一批套餐。

一位有经验的组织者常会换个动作。他可能先问场地方,是否愿意为公开体验日提供设备;也可能找来一位已经有设备的讲师,把空间要求降下来;或者做一次小规模试教,发现活动需要的设备其实比想象中少。

这些动作改变了后续可以安排的事情。ToWow 用 PFE——可能性形成引擎——研究这类选择:当前方案走不通时,下一步改变什么,最值得付出?

本文用这场工作坊作为设计示例。我们关心的是 Agent 如何组织这段过程,以及怎样看见一次尝试究竟带来了什么。

查询不会多出一个插座

如果场地只是不知道周六是否空闲,一次查询就能推进。

如果场地没有合适的电力接口,查询十次也不会多出一个插座。需要的是设备方案、现场检查或另一个地点。

如果讲师担心 50 位新手同时操作会失控,可以先设计分组轮转,或找助教做一次演练。此时,问题与合作方式有关。

如果组织者自己也说不清希望大家做出什么,先要求场地报一个精确价格,可能过早。两种活动原型会更有帮助:每人做一个小作品,还是五人一组完成一个更复杂的项目?看过它们,组织者才能决定。

所以,“不知道”应当连着一个对象:不知道时间,不知道设备是否适配,不知道怎样组织,不知道自己更喜欢哪种体验。这个对象决定下一步去读资料、问谁、试什么,或重新设计什么。

PFE 把这种诊断留在系统里。它可以由模型提出,也可以来自实际错误、参与者的回答或工具检查。诊断应随新信息修正;它的用途是帮助选择动作。

把“曝光换场地”拆开看

组织者想到一个新安排:工作坊做成公开体验日,为场地方带来潜在用户,换取设备使用。

这项提案把原来只按租金比较的交易,变成了租金、设备、活动内容与宣传安排的组合。它可能值得谈,也可能把一个简单租赁变成了更难达成的交换。场地方需要的也许是长期租户,短时曝光对它并没有什么价值。

因此,系统接下来不能把“免费设备”直接填进预算。它要准备一份具体邀请:哪些设备、什么时段、怎样使用,活动能为场地方带来什么。对方的回应会告诉组织者,这条路径是否真的增加了可用条件。

对同一个卡点,系统可以同时提出几类动作:

可尝试的动作 希望获得的变化 什么结果会改变计划
询问场地的空闲时间与设备条件 把模糊报价变成具体可用配置 周六只有半天可用,活动需缩短或改日
让讲师做一次小组试教 看见设备、节奏和指导需求 六人一组仍需要频繁帮助,应增加助教
邀请带设备的伙伴加入 让设备与指导一起进入方案 对方能提供器材,但只接受晚间活动
制作共用的项目起始包 减少现场安装和解释时间 新手可以独立完成环境检查,指导资源腾出来
比较两种活动原型 帮组织者形成更具体的偏好 更看重交流,则场地与时长权重改变

这张表中的动作可以由人、已有服务或工具完成。Agent 的工作是把当前困难与合适动作接上,准备所需材料,再用结果更新方案。

与场地方沟通失败,并不意味着要继续换一种措辞请求同样的东西。表中其他动作可能改变设备需求本身,或者引入能提供设备的新伙伴。

在计划中留出一次真正的试验

假设组织者担心的最大问题,是参与者能否在两小时内做出成果。此时先花三天完善全套日程,可能不如请两位目标参与者试做一个环节。

这次试验可以很小:给出起始材料,让他们尝试完成关键步骤,记录在哪个位置停下、需要什么帮助、最后得到了什么。

如果两个人都卡在环境安装上,下一步可以制作预配置环境。如果安装顺利却理解不了任务,应该修改讲解与项目粒度。如果他们完成得很快,原来预留的大段教学可能可以让给交流。

每一种结果都对应不同改动。试验的价值由它改变的选择体现出来。

设计实践早已使用这类往返。Design Council 的 Double Diamond 把理解问题、重新定义、发展方案与小规模测试放在同一个设计过程中。PFE 关心的是,当其中一部分工作交给 Agent,怎样把观察、动作、参与者回答和计划修改连续保存,供下一次行动使用。

把变化写回计划

将上面的过程做成软件,可以先采用很普通的数据结构。保存当前目标、已知条件、待解决的问题,以及几个候选动作。每个动作附上预期影响、所需资源和结果检查方式。

例如,系统可以保存两条互相竞争的判断:“现场主要卡在安装”“现场主要卡在任务理解”。它们分别支持预配置环境和修改课程这两种工作。试教回来时,需要记录观察更支持哪一种,原来的动作选择是否因此改变。

为了让下一位执行者能够继续,记录应写出变化前后的差别。例如:“此前按每人一台设备估算;试教显示三人轮流操作可以完成目标;设备需求随之下降,但需要增加轮转说明。”这比“试教成功”更能指导后续安排。

执行权限也跟着具体动作走。Agent 可以在已有授权范围内整理材料和构建起始包;预订场地、花钱、向外部伙伴发出承诺,则由相应的决定者确认。界面只在实际需要决定的位置呈现问题,并带上已经做好的比较材料。

下一步的成本,也包括别人的时间

动作清单很容易越长越好,真正的系统却需要选择。

询问讲师一个问题会占用注意力;试教需要参与者到场;制作工具可能花掉比活动本身更多的开发时间。一个值得做的动作,应有机会消除重要的不确定性,或者创造足以回报这些成本的条件。

可以先用三个问题判断:它会改变哪项选择?结果要多久才能拿到?如果结果不理想,还剩下哪些可用路径?

不一定需要立刻把这些因素换算成一个分数。对早期系统,把几种动作与理由并排展示,让组织者看清取舍,往往比未经校准的“最优动作 0.87 分”更有帮助。随着实际记录积累,再研究哪些信号真的能预测行动收益。

停止也是一种具体选择。如果合适场地的协调成本已经超过预算,可以采用成熟机构的标准活动,或推迟到有伙伴与资源的时间。这个决定应该能解释保留了什么价值,延后了什么价值。

成熟以后,让普通流程接手

第一次工作坊可能要反复试教、协调设备与调整安排。几次活动之后,讲师准备好起始包,场地方明确可用条件,组织者也知道什么规模适合自己。

这些认识可以沉淀成可复用的材料、预订规则和常规流程。下一次活动直接使用它们,需要改变的部分再重新讨论。

因此,PFE 可以放进现有项目工具或 Agent 工作流。已有编排负责稳定步骤,形成策略在条件不足或新情况出现时介入。它所研究的额外价值,最终要在相同任务中与直接使用成熟流程、强模型或有经验的组织者比较。

下一次活动直接采用已经试过的起始包,常规预订足以完成大部分安排。只有新的目标或新条件出现,才重新投入探索。PFE 的价值应当体现在这一来一回里:需要创造条件时能推进,条件稳定以后能让普通工作流程顺利接手。


材料说明:依据 ToWow PFE 历史设计中的未知诊断、形成动作、反例驱动循环与稳定关系复用重写。工作坊为教学构造,不是客户案例。准确研究定位见本出版包 SOURCE-NOTES.md。

下一步

如果你的团队正在把 agent 放进真实业务,想了解 Flowness,或想聊企业 AI 落地怎么做,请在“联系我们”页写下行业和想解决的问题,我们按这些内容回复。 联系我们