共用記憶。
兩個 Agent 共用一份加密儲存在你電腦上的記憶；每次執行後都會精煉，越用越準，而不是越寫越長。
Sno Station
AI Agent，集合。
兩個腦袋勝過一個，每做完一件事就進步一點。
額度用完也不停工。不替自己的工作打分。每做一件事，都能學到新東西。
產品
Sno Station
AI Agent，集合。
兩個腦袋勝過一個，每做完一件事就進步一點。
額度用完也不停工。不替自己的工作打分。每做一件事，都能學到新東西。
你已經付費使用 Claude Code 和 Codex，也已經在兩個終端機並排使用，卻得親手搬運成果。Sno Station 讓它們不再是兩個工具，而是一支團隊。
它在你的筆電上運作。不需要常駐程式、伺服器或雲端。兩者共讀共寫一份記憶，用信箱互相喚醒，遵循一套技能，學到東西時也能修改技能。從頭到尾採用 Apache-2.0 授權。
其中有四件事：
Agent 之間能互通。
Sno Reach 讓任何一方都能呼叫另一方、移交工作或請求審查。只用一般檔案，不需常駐程式。
團隊共用的技能。
同儕審查、移交、協調、反思、集合。不管你用什麼語言跟 Agent 說話，任何 Agent 都能照著執行。
持續自我改進循環。
每天晚上讀取當天的工作記錄，提出修改 Agent 自身技能的建議，等你點頭。
為什麼選 Sno
每完成一件工作，Agent 都能做得更好。
Claude Code 和 Codex 本身不變；它們共用的工作站會改進。每次工作後，它會修改自己的技能、精簡自己的記憶，並請另一方檢查成果。學到的東西歸你所有。Agent 由你選，規則由你定。
每件工作都讓下一件做得更好
1. 技能自己修訂，由你核准。
工作結束後，Agent 會修改那份讓它踩坑的技能，並送出合併請求。
2. 記憶越用越精準，而不是越來越長。
每次執行後精煉共用記憶。留下更少的文字，但每句都有根據。
3. 在這裡，沒有人自己批改自己的作業。
由另一家開發團隊的第三個 Agent 檢查。它看的是程式差異，不是作者的名字。
4. 下一次執行證明有效，修正才算數。
拿今天的結果驗證昨天的修改。數字決定這項修改要不要留下。
兩個腦袋勝過一個
5. 不是另一種意見，是另一家實驗室。
同一家實驗室的 Agent 會有共同盲點。另一家的審查，至今每次都有發現。
6. 一方用完額度，就換另一方接手。
輪替時，另一個 Agent 從同一進度、同一記憶、同一分支接手。工作不會停。
7. 趁錯誤還不貴時抓到它。
第三步發現規劃錯誤，只浪費三步，不用重做四十步。兩個 Agent 比一個得返工的 Agent 更省。
8. 各有所長，各做擅長的工作。這就是分工。
分工讓一方探索、另一方完成，讓每個 Agent 做自己擅長的事。
運作方式
連接一次，接著照原本的方式工作。
Sno Station 在你已經使用的 Agent 底下運作。不用換工具，只改變三件事。
1. 照常工作，需要時團隊就在。
- 其中一個 Agent 用完額度。 讓另一個 Agent 執行
sno reach call。它從共用記憶和信箱接手工作，前情脈絡完整保留。這就是輪替。 - 你想多一雙眼睛檢查。 請任一 Agent 用
peer-review審查另一方的成果。審查者一定來自另一種執行環境。 - 一件工作分成兩部分。 讓一方規劃、另一方實作，或一方實作、另一方審查。這就是分工。
2. 每天晚上，它都會學習
持續自我改進循環會讀取當天的工作記錄，找出重複犯的錯誤，提議修改 Agent 自身的技能檔案。隔天早上，對你認同的提議執行 rem-reflect accept <id> 。沒有你的核准，就不會改變。
3. 開始使用
在任何 Claude Code、Codex 或 OpenClaw 對話中說 Sno onboarding 。Agent 會透過 sno 命令列工具自行完成設定：共用記憶、Sno Reach、雙 Agent 技能，以及各執行環境需要的掛鉤。不用記套件名稱。
（在初始設定技能推出前：『還不能用，請關注程式碼庫。』README 宣布可用前，不要把這一步當作已上線功能。）
你會得到：
- 跨工作階段保留、越用越精準的記憶。
- 來自不同實驗室的審查，避免雙方有相同盲點。
- 即使一位成員用完額度，依然持續工作的團隊。
- 以一般檔案記錄團隊學到的技能，你能閱讀並修改。
團隊
單人、雙人，或整支團隊。
團隊可以有任意數量、各司其職的 Agent，共用一個工作站。雙人組是最小的團隊，也是大多數人的起點。
上面是產品裡的四樣東西。下面是這一對 Agent 能做到的四件事。
來自兩家實驗室的兩個 Agent，共用一個工作站。這就是雙人組，能做到單一 Agent 做不到的四件事：
互相補足。
一方擅長廣泛規劃，另一方擅長精準實作。各自負責擅長的部分。
互相檢查。
沒寫這份成果的那一方負責閱讀審查。雙向都一樣。
互相學習。
一方審查另一方的工作記錄，精煉出需要改變的地方。這就是每晚改進循環的素材。
可以接受指揮。
一個 Agent 帶領，其他 Agent 分工執行，由帶領者決策。對單次對話裝不下的長期規劃，這種架構撐得住。
加入第三位成員，就有一個不曾參與撰寫的評審。再加入更多，就成了一支團隊。不論規模大小，規則相同：共用一個工作站、一般檔案、不需常駐程式；凡是改變規則，都要由人核准。
我們不會說哪個 Agent 比較仔細，哪個比較快。 這會隨月份和工作改變。重點是它們各有不同。
安全
你的資料，始終歸你。
團隊學到的一切，都存在你筆電上的同一個工作空間。
- 不需常駐程式、伺服器或雲端。
沒有雲端服務，產品也完整可用。未來的雲端服務會是選配。
- 從第一次使用就加密。
記憶庫在你的電腦上加密。金鑰只設定一次，且永不離開你的電腦。Sno 不會取得你的資料庫或金鑰。
- 你能開啟的一般檔案。
記憶、訊息與技能都是資料夾裡的檔案。隨時閱讀、修改、匯出或刪除。
- 沒有你同意，規則就不會變。
每晚的循環只提出建議，由人核准。Agent 自身的技能修改會以合併請求送達。
- 從頭到尾採用 Apache-2.0 授權。
在你電腦上執行的所有部分都開源。
- 完整的安全界線、 能防範什麼與不能防範什麼，都寫在
docs/security.md。安全問題請寄至 security@sno.ai。
常見問題
什麼是 Sno Station？
一套開源軟體，讓你已經在用的 AI Agent 在自己的電腦上組成一支團隊。它提供共用記憶、讓 Agent 互相呼叫的方法、一套能遵循並修改的技能，以及每晚改進整體運作的循環。
支援哪些 Agent？
目前支援 Claude Code、Codex 和 OpenClaw。任何能執行命令列指令、讀取技能檔案的 Agent 都可以加入團隊；這三種是我們實際使用和測試的。
這和官方的 Claude-to-Codex 外掛有什麼不同？
那個外掛是單向的：一個 Agent 當主管，另一個是它呼叫的工具。雙人組裡兩個 Agent 是平等的；任何一方都能喚醒或審查另一方，工作也透過共用記憶交接，而不是複製貼上。
我需要伺服器或常駐程式嗎？
不需要。Sno Station 使用筆電工作空間中的一般檔案，不必讓任何服務一直運作。
我的資料存在哪裡？
加密儲存在你的電腦上，金鑰永不離開電腦。資料不會傳送給 Sno。你隨時可以匯出、修改或刪除。
它會自行改變 Agent 的行為嗎？
不會。每晚的循環只會提出修改 Agent 技能的建議，你逐一接受或拒絕。沒有你核准，就不會改變。
它是開源軟體嗎？
是。在你電腦上執行的所有部分都採用 Apache-2.0 授權。
要付多少錢？
Sno Station 免費。未來會推出託管版本，讓團隊在你的筆電關機後仍能運作；本機版不依賴託管服務，功能也完整。
什麼是團隊？什麼是雙人組？
團隊可以有任意數量、各司其職的 Agent，共用一個工作站。雙人組是最小的團隊：兩個 Agent 來自兩家實驗室。大多數人從這裡開始。
哪個 Agent 比較聰明？
我們不會指定。這會隨月份與工作改變。重點是它們不同，而且負責審查的人不是撰寫成果的人。
我該如何開始？
初始設定技能推出後，在你的 Agent 對話中說 Sno onboarding。在那之前，先到程式碼庫加星並關注進度；我們會逐步公開各個部分。