为什么是 Vyane
设计哲学与独特价值 —— Vyane 解决的到底是什么问题
现在能调多个模型的工具不少。那为什么还要 Vyane?这一页不讲怎么用,讲为什么这么设计——它背后有几个不太一样的判断。
一句话定位
Vyane 把多模型编排「摊开」给你掌控,而不是「藏起来」替你决定。
市面上有一类做法(比如把整个多 agent 编排包装成单个模型端点、你调一个接口它自己决定怎么组队的产品),核心卖点是"省心"——你不用关心内部发生了什么。这条路很好,但它是个黑盒:编排逻辑在厂商那边、你的任务在它云上跑、用的是它的额度。
Vyane 走相反的方向:四层结构完全透明、编排可以自己写脚本、数据不出你的机器、用你自己的各家账号。它不替你决定,它让你能编排。
这不是谁对谁错,是两种取向。如果你要的是"给我个答案就行",黑盒更合适;如果你要的是一个自己的、可掌控的 AI 底座,那透明和掌控就是刚需——而这正是"个人 AI OS"这个词的分量所在。
四个不太一样的判断
1. 四层分离 —— 像网络的 OSI 分层那样
业界习惯把"用哪个模型"写成一个混在一起的选择器:账号、协议、执行环境、模型名糊成一坨。Vyane 坚持把它们拆成正交的四层(见四层架构):谁付钱(provider)、怎么问(protocol)、在哪跑(harness)、谁来答(model)。
为什么较这个真?因为只有分离,才能独立替换任何一层。就像网络的 OSI 分层——改下面一层不影响上面一层。一个供应商挂了、限额了,你能换个账号继续,模型和执行环境不用动;想给同一个模型换个更强的执行壳,也不用重配账号。混在一起的工具做不到这点,一换就得全换。
这解决的是真问题
多模型时代,没有哪个账号/供应商是永远可用的。四层分离让"某一层出问题"不再等于"整件事停摆"——这是 goal 额度接力能成立的地基。
2. 路由是为了解放注意力,不是为了省钱
多模型工具做"智能路由",默认目标几乎都是省钱(便宜模型能答就别用贵的)。Vyane 明确不这么设目标。
它的路由目标函数是解放你的注意力——你不该每次都手动纠结"这个任务派给谁"。系统按任务特征(是写代码、审查、还是分析)、复杂度、预算状态、以及你过往的反馈,自动选合适的组合。省钱是顺带的副产品,不是目的。
这个区别不小:以省钱为目标的路由,会系统性地偏向"够用就好",久了容易把你困在信息茧房里;以解放注意力为目标的路由,会倾向并行、倾向让你接触到更强/更新的模型。路由的本质是对人的解放,不是对成本的优化。
3. 多 agent 协作 ≠ 让几个模型同时跑
"多个 agent 一起工作"听起来简单,难的是让它们真的协作,而不只是各干各的。
Vyane 的做法有两个关键点。一是 agent 之间直接通信(通过持久化的消息队列),不用你在中间当传话筒。二是协作拓扑可以声明——中心协调、层级委派、流水线接力,还有一种无协调者的"圆桌":所有 agent 只往一块共享看板上读写,谁也不用去点名找谁,靠看板上的痕迹异步协同(这类似蜂群、蚁群靠共同环境协调的机制)。这样即使 agent 数量多起来,也不会因为"谁跟谁说话"而卡死。
诚实的边界
Vyane 不假装 agent 能全自主搞定一切。它明确承认:冲突、优先级、价值判断这些关键决策,需要人来拍板。系统的职责是让整个协作过程可追踪、可审计、可回滚——而不是夸大 AI 能替你做所有决定。
4. 可靠执行靠任务状态机,不靠上下文窗口
真实工作很少是"一次对话就完成"的——它有中断、有审批、跨好几天、中途还可能换模型。但大多数 AI 工具都假设"单次对话搞定",对话一关,现场就没了,你被迫重新交代背景。
Vyane 把任务的状态写进持久层(不是靠塞满上下文窗口来记住)。目标做到哪一步、谁接的盘、额度怎么交接的,都有记录、可回放。所以一个长任务可以今天用一个模型、明天额度用光换另一个接着跑,上下文全程接得住。可靠性 > 聪明 ——这是 Vyane 的设计优先级。
对使用者意味着什么
把上面几点翻译成你实际能感受到的:
| 你得到 | 具体是 |
|---|---|
| 省注意力 | 不用手动在几家模型之间来回切,系统自动选合适的 |
| 续接可靠 | 跨几天的任务被打断也能从断点接着跑,不用重讲背景 |
| 协作无缝 | 多个 AI 一起干活时直接通信,你不用当传话筒 |
| 成本透明 | 每次调用花了多少、用了谁,都看得见 |
| 权限明确 | 分享给家人/同事时,清楚对方能看什么、改什么 |
| 可观测 | 出了问题能精确追溯:谁、在哪一步、做了什么 |
一句话:你不是在用一个工具,而是在搭一个私人的、可信的、有记忆的"AI 团队"。