cotty

人和 agent 共用的终端

终端当初是为一个人盯一条字节流设计的。现在是一个人监督很多个 agent,而每个 agent 都在终端里干活。

这个终端并不知道自己里面发生了什么。它说不出一条命令在哪结束、有没有失败,所以 agent 只能读屏幕,然后猜。它也没法告诉你,十个 agent 里哪一个在等你,它接下来要做什么。

cotty 是为此而做的终端。它的设计目标是:单看终端本身,能和最好的终端并列;同时知道自己里面发生了什么。它处于设计阶段,还没有代码,设计先写在这里。

首先是一个好终端

你可以整天用 cotty,一个 agent 都不启动。

  • 正确,而且快。 你现在用的程序它都能跑。现代终端扩展它完整支持,比如真彩色、超链接、图片和 Kitty 键盘协议。这些扩展都是渐进增强:程序开启了才生效,绝不为了新功能牺牲对 xterm 的兼容。打字不等输出,大量输出也不卡住窗口。
  • 每条命令都是一个单位。 cotty 知道一条命令从哪开始、到哪结束。你可以在命令之间跳转、折叠输出、整段复制某一次的结果、一眼看出哪条失败了,也能找到你执行过的任何一条命令。
  • 会话一直都在。 合上笔记本,工作继续。在另一台机器上,或者在手机上,打开的还是同一个会话。
  • 网络差也能用。 cotty 同步的是屏幕状态,不是字节。在火车上、飞机上,Ctrl+C 立刻生效,打的字立刻显示。
  • 每个平台都有。 macOS、Linux、Windows、iOS 和 Android 上都有原生客户端。浏览器也能接入,不用安装任何东西。
  • 从任何地方接入,隐私不打折。 cotty 本地优先。走你自己的网络时,它不需要账号,也不经过我们的服务器。可选的中继让你从任何浏览器连回自己的机器。它只转发自己读不了的内容:加密在你的机器上才结束,网页也是从你的机器发出来的。

为 agent 而做的终端

  • 只打扰你一次,而且把话说清楚。 agent 需要你做决定时,你看到的是一张卡片:要做什么、会动到什么、风险多大。一个键批准、拒绝或修改。一次决定可以记成规则。
  • 知道发生过什么。 每条命令连同目录、退出码和输出都被记录下来。卡片上的证据来自这份记录,而不是 agent 的自述。agent 读这份记录、等命令结束,不用对着屏幕猜。
  • 控制权在你手里。 审批、密钥脱敏和审计记录管得到你自带的任何 agent,比如 Claude Code 或 Codex。
  • 显示的不只是一格一格的字符。 agent 可以把 markdown、diff 或图片作为一个块发过来,由 cotty 原生绘制:文字可以干净地选中,换行跟着窗口走。在别的终端里,同一个块优雅地退回成纯文本。你用一个真正的输入框来回答:可以写多行,可以粘贴截图,也可以用语音。

完整的列表见能力。名字是 co + tty:人和 agent 共用的那个 tty。

从哪里读起

想了解 阅读
cotty 为什么而做,坚持什么 定位
它打算做什么 能力和注意力卡片
我们怎么看终端 终端的本质
正在决定什么 RFC
这些设计的依据 调研
这些文档是怎么组织的 文档体系