这个应用的出发点是大一时萌生的一个信念——大语言模型更大的价值在于组织信息而不在于助手和编程。
2026年的今天回头看，Agent已经深刻改变了我，我被打脸了。好事。我当时遗漏的一个关键在于我把语言模型真的当成输出语言的模型，想着类比到人：人输出指令、叫人去操作一个东西，效率上限是低于直接操作的。当时没把”语言“当作任意序列数据来想。现在看来，哪怕不是序列数据的数据，比如动作、命令等等，只要序列化之后的邻近关系和原结构还能对应上，那就能交由大语言模型或者相关技术来处理。
不过我仍然坚信组织信息这一部分价值仍然有巨大的未挖掘空间，因为信息以一种前所未有的方式被高效地获取、组织和检索。现在互联网虽然有海量信息，但是它能满足人的大部分获取信息的需求吗？远远不够啊。尤其是那些没有动机和专门的宣发者发布的信息，比如本地、私域信息。没发布动机就检索不到，但许多信息又并没有隐藏的需要。这部分信息是巨大宝藏。LLM应该算是人类社会第一个能处理这种信息的工具吧。
那很自然地，我就想构建一个信息网络让LLM获取和组织信息。那就又很自然地用即时通信这个成熟且直观的应用模型来实现。后来我尝试了各种IM基座，腾讯IM，网易IM，OpenIM，Matrix，RocketChat，uni-im，Firebase…好多好多。当时应该试了有十几二十个这样。大厂基座用不起，用小厂和开源方案。但是小厂的文档和维护啊，一言难尽。现在看来做这种是无用功，我可能会对当时的自己说，花时间在核心设计不好吗非要纠结这种东西。所以现在，PendingBot和PendingCrew的Bug非常多，有很多我忍住没去抠的细节，为了去尽量多花时间在应用本身的设计上，抓大放小。况且工程性的东西，我相信各大模型厂商会努力加班加点给我奉上方案的😁😁😁
展望呢？暂时不展望太多。我不会说，使命是让信息怎么怎么样，画一个很大的饼。我只能说，社交网络和信息组织这两个东西仍然会是我未来一段时间内关注的。如果我有一定的用户基础，我可能会尝试把这套模型嵌进那个社交网络，或利用那套关系网重建一套新的网络，就像QQ到微信那样。这样的愿景，只能靠今晚做个好梦看到它的实现。我的许多假设也许也会被打脸，那是好事，意味着我了解到了更多更全面的东西，有了全新的认识。这也是我希望在晚上的梦中看到的东西。
PendingBot 还是主要作为一个产品实验来做。就像文学艺术创作一样，画家画画、作家写作大多不是从卖钱出发。不过 PendingBot 的开发过程仍然会考虑到很多商业、运营和合规因素。比如 PendingBot 的一些服务曾经从美区迁移到了EU区，又如在设计让公有机器人组织信息的过程中参考了各国隐私相关的法律要求，再如云产品的选型，为了可扩展性做了太多的转变和取舍。