Paperclip 入门：用组织结构管理 AI Agent 团队
如何评估 Paperclip：产出、成本与未完成工作
把 Agent 执行量与人工审稿负担分开测。
如何评估 Paperclip：产出、成本与未完成工作知识学习CN编辑简报更新 2026-09-26
你将学会
- 统计真正被采用的成果
- 对账成本记录
- 把失败也记下来
开始前需要
- Node.js 与 Agent 运行环境基础
- 不含敏感资料的测试公司
把源码阅读转成有边界、有退出条件的团队实验。
先看结论
- 心跳完成量不足以衡量成功。
- 审批等待可能占据大部分交付时间。
- 预算台账需要与账单核对。
统计真正被采用的成果
记录审稿人接受的任务，不要只统计心跳次数。同时记录返工、废弃运行和等待审批的时间，才能看清协调有没有帮到团队。
新增第二个 Agent 前后使用同一组小任务。运行更快却让审稿人花更多时间清理，并不是改善。
对账成本记录
README 描述了按不同范围记录 token 和费用的能力。将月度视图与服务商账单对比，再观察提醒与停机阈值何时触发。
在合成公司里设置小额上限，保存策略窗口、花费事件和暂停状态。不要把一次小试验推算成生产环境节省比例。
把失败也记下来
漏掉心跳、重复领取或审批滞后都会留下未完成工作；应按任务编号与已交付结果一起报告。
本系列没有执行基准测试。以上指标只是基于文档行为提出的评估设计，不是 Paperclip 的实测性能。
如何选择
| 比较维度 | 方案 A | 方案 B |
|---|---|---|
| Best when | You need predictable behavior and easy auditing | You need adaptive optimization and have reliable telemetry |
| Main risk | May leave performance on the table | Can become difficult to explain or debug |
实施步骤
- 1
选定五项有代表性的非敏感任务。
- 2
按任务记录验收、返工、等待时间和成本。
- 3
拿策略事件与服务商账单对账。
可复制示例
csv
issue,accepted,rework_minutes,approval_wait_minutes,recorded_cost,provider_cost常见问题
预算设多少合适？
应由任务负载和可接受损失决定；源码审阅给不出通用金额。
这里测出了节省比例吗？
没有。本文只提供测量方案。
资料来源
- Paperclip / README.md来源核查 2026-09-26
- Paperclip / server/src/services/budgets.ts来源核查 2026-09-26