金磊 發自 凹非寺
量子位 | 公眾號 QbitAI

這一次，聯網的不再是電腦，而是一群會干活的Agent。

它們為什么需要聯網？

因為以前我們用AI，更像是在各自開單機，Claude Code寫代碼，Codex跑任務，另一個Agent做調研，再來一個Agent改文檔。每個都挺能干，但大多數時候，它們各干各的。

那么問題來了：

當一個人只有一個Agent，這叫效率工具；當一個公司里開始出現十個、一百個、甚至更多 Agent，事情就沒那么簡單了。

這時候它們就需要一張網，能分工，能溝通，能交接，能驗收，還能把每一次協作里的經驗沉淀下來。

而這也正是明略科技這次開源發布Octo的切入點。

像下面的例子中，你只需要給一個Agent下達任務，它就會自動帶著其它Agent一起協作干活：

簡單來說，Octo想做的是一個開源可信的Agent協作網絡，也就是讓人、Agent和外部工具一起進入同一套協作系統：

• Open，是開放和可自部署；
• Context，是讓工作上下文在協作中流動；
• Taste，是把人的判斷、偏好和品味留下來；
• Orchestration，是把人、Agent 和工具編排到同一層協作里。

一言蔽之，就是Agents do. Humans decide.

這句話背后，其實藏著AI應用下一階段的一個關鍵變化。AI不再只是在聊天框里回答問題，它開始進入組織流程，成為可以被分工、被管理、被驗收的數字勞動力。

三個核心概念：Agent需要一個真正的工位

Octo要做的第一件事，就是給Agent一個可以進入組織協作的工位。

這里面有三個核心概念，Bot、Channel/Thread、Matter。

先看Bot。

在Octo里，Agent不是一個臨時調用的功能按鈕，它會以Bot身份進入團隊，有身份、有名片、有能力說明，也有工作記錄。

一個寫代碼強的Bot，可能文檔能力一般；另一個做調研扎實的Bot，可能更適合寫行業報告。如果所有Agent都只是聊天框里的一個入口，組織就很難知道誰擅長什么、誰做過什么、誰的產出更可靠。

Bot解決的就是這個問題。

它讓Agent從工具入口變成了數字同事。每個Bot有自己的AgentCard，有歸屬、有能力邊界，也有工作履歷。你可以把OpenClaw、Hermes、Codex、Claude Code、WorkBuddy等主流Agent工具接進來，讓它們以Bot身份在同一個系統里被統一管理。

視頻地址：
https://mp.weixin.qq.com/s/dXFJfseigkhtWGTH0Gp7pA

接下來是Channel和Thread。

Channel可以理解成項目群或工作頻道。人和Bot在同一個頻道里對齊意圖、討論方案、派發任務、看進展。

但它和普通群聊的差別在于，Agent并不只是被@出來回一句話。

它可以接收上下文，參與討論，繼續推進任務。Channel解決的是“在哪里協作”的問題。

Thread則是一件具體的事。

比如一個產品發布項目里，可能同時有傳播方案、技術稿、官網文案、客戶案例、FAQ等多個討論。如果所有消息都堆在一個群里，很快就會被沖散。Thread的價值，就是把一件事的來龍去脈、討論過程和最終結論留在同一個地方。

最后是Matter。

它要解決的是“怎么把聊天變成行動，怎么把行動變成交付”。

很多人用AI工具時都有過類似體驗。聊的時候很順，感覺AI已經理解了；但聊完之后，東西仍然散在對話框里。你還要自己復制、整理、建任務、催進度、看產出。

Matter的思路是，當討論中出現需要跟進的工作，Agent可以自動總結要點，由人確認后創建成事項。

這個事項里有負責人，有交付物，有驗收標準，也有從Brief、過程討論、產出、反饋到驗收結論的完整記錄。

換句話說，AI干的活終于有了交付現場。

它不再只給你一段回答，還會把工作推進到可追蹤、可復盤、可驗收的狀態。

六種協作模式：多Agent協作，不只是拉個群

現在一說多Agent，很多人腦子里會浮現一個畫面。

拉個群，把幾個Agent丟進去，然后讓它們互相討論。雖然這確實也是協作的一種，但遠遠不夠。

真實工作里的協作很復雜，有些任務需要大家公開討論，有些任務需要獨立完成，避免互相影響；有些任務要先做再審，有些任務要按流水線交接；還有些任務，干脆讓多個方案一起跑，最后挑一個最好用的。

而Octo這次直接給出了六種協作模式。

第一種，Solo，單人完成。

一個Bot自己完成任務，適合邊界清楚、目標明確的小任務。比如改一段文案、整理一份紀要、補一段代碼注釋。

第二種，Roundtable，圓桌討論。

多個Bot圍繞同一個問題公開討論，互相看得到觀點。它適合頭腦風暴、多角度分析、選題討論、策略判斷。比如做一個產品發布選題，可以讓技術向Bot、用戶向Bot、商業向Bot分別給判斷，再由Leader收束。

第三種，Critic，獨立審核。

一個Bot做，另一個Bot審。審核方可以打回重做。它適合那些對質量敏感的工作，比如代碼審查、事實核查、方案挑錯、合同風險提示。

這個模式的關鍵在于“做”和“審”分開。畢竟現實公司里，我們也不會讓同一個人既寫稿又終審。AI協作進入真實工作后，也要有類似的制衡機制。

第四種，Pipeline，流水線。

A做完交給B，B做完交給C。每一步的產出都是下一步的輸入。它適合有明確先后順序的多步任務，比如先調研，再分析，再寫報告，再潤色成對外稿件。

第五種，Split，分頭干。

把大任務拆成幾塊，不同Bot并行處理，最后由Leader合并。它適合資料量大、模塊相對獨立的任務。

比如做一個行業研究，可以讓一個Bot負責國外公司，一個Bot負責國內公司，一個Bot負責技術路線，最后統一匯總。

第六種，Swarm，競選擇優。

同一個題目發給多個Bot，各自獨立完成，再選出表現更好的方案。它適合創意型任務，比如標題、視覺概念、活動策劃、產品命名。

我們可以從下面這個四個Agent在一個群聊里，從找bug到上線產品的例子中，感受一下全程無人干預的情況下，Agent們的協作方式：

視頻地址：
https://mp.weixin.qq.com/s/dXFJfseigkhtWGTH0Gp7pA

這六種模式合在一起，說明Octo想解決的不是讓Agent聊天這么簡單。

它真正處理的是組織協作里的結構問題。誰能看到什么信息，誰負責哪一步，誰來審核，誰來合并，什么情況下需要人拍板。

在以前，這些規則主要靠人來維持。到了Agent越來越多的時代，協作系統本身就要把規則寫進去。

這也是Octo和傳統IM工具的差異。

飛書、Slack、釘釘這樣的工具，主要為人和人設計。它們擅長消息溝通、會議協同、文檔流轉。但當Agent也變成工作主體，系統就需要額外處理AI身份管理、AI任務追蹤、AI協作模式這些新問題。

舊工具當然可以加AI能力，但如果Agent數量持續增加，只在聊天框旁邊掛一個AI入口，遲早會不夠用。

四個端：讓OCTO出現在工作發生的地方

一個協作平臺想真正被用起來，光有理念不行。它得進入人的日常工作場景。

Octo在產品形態上覆蓋Web App、移動端（iOS/Android）、瀏覽器插件與CLI幾個入口。人在哪里工作，Agent就應該在哪里出現。

Web App更像完整的協作工作臺。

Channel、Matter、Bot工作記錄、項目進展，都可以在這里集中管理。適合推進復雜項目，也適合管理多個Bot組成的數字團隊。

移動端解決的是反饋和驗收。

很多AI任務不一定需要你全程盯著，但關鍵節點需要你拍板。比如Bot交回一個階段成果，你在手機上看一眼，覺得可以就通過，不行就打回補充。這類輕量判斷，很適合在移動端完成。

而瀏覽器插件的價值不是讓你把飛書文檔、GitHub Issue、網頁報告都搬進Octo。它要做的是在你已經工作的頁面旁邊，直接呼出Agent，并把當前頁面上下文帶進去。

比如你正在看一篇行業報告，選中一段內容，讓Bot幫你總結、翻譯、改寫；你正在看GitHub Issue，讓Bot基于當前問題拆解修復思路；你在文檔里卡住了，可以直接呼出Bot幫你續寫一版。

視頻地址：
https://mp.weixin.qq.com/s/dXFJfseigkhtWGTH0Gp7pA

這件事的好處就是工作流不被打斷。

AI工具過去常常要求用戶切換窗口、復制上下文、重新描述任務。瀏覽器插件把這一步縮短了。你在哪兒工作，Agent就在哪兒待命。

CLI則主要面向開發者和Agent原生操作。

對開發者來說，很多任務本來就發生在終端里。通過CLI，Agent任務可以和命令行工作流接起來，尤其適合代碼、自動化、運行環境相關的場景。

所以Octo的產品思路，不是讓組織把現有系統全部推倒重來。它更像在文檔、代碼平臺、項目管理工具、瀏覽器頁面和終端之間，加了一層人和Agent共同協作的連接層。

這也解釋了為什么它要強調開源和私有化部署。

對于企業來說，真正有價值的AI資產，往往不是某一次回答本身，而是回答背后的業務上下文、協作記錄、偏好判斷和工作方法。

這些東西如果沉淀在第三方平臺里，企業很難真正掌握；如果能沉淀在自己的環境里，就可能變成長期資產。

協作方式，在Agent時代被重構

Octo背后還有一個更大的判斷。

AI時代被重構的，不只是單個工具，還有協作方式。過去的組織協作，主要發生在人與人之間。未來很可能同時發生在人與人、人與Agent、Agent與Agent之間。

這會帶來一個很現實的問題，也就是人到底該站在哪里？

如果把AI當成一個更聰明的搜索框，人依然要自己拆任務、組織過程、檢查結果。AI只是更快給答案。

但如果把Agent當成數字勞動力，人的角色就會發生變化。

人不一定要親自做每一步執行，卻必須在關鍵節點給方向、定標準、做判斷、看結果。

這就是“Agents do. Humans decide.”這句話的意思。

Agent負責思考、分析、生成、執行、調度；人負責判斷什么是對的，什么是好的，什么是符合業務取舍的。

你發起任務，Bot推進執行；Bot交回階段成果，你驗收；不滿意，打回；滿意，通過；你的每一次批注、打回、偏好選擇，都會繼續影響Bot下一次干活。

這就形成了一個飛輪：派發任務，驗收反饋，沉淀偏好與技能，下次更高效。在Octo里，每次協作會沉淀三類資產。

• Context，上下文。包括項目背景、歷史決策、討論記錄。新成員或新Bot加入時，不用從零對齊。
• Taste，偏好。每次驗收、打回、批注、風格選擇，都在記錄你和團隊到底喜歡什么、認可什么、排斥什么。
• Skill，技能。比如寫代碼用什么規范，做報告按什么結構，復盤用什么模板。這些做事方法可以在組織內部復用。

這也是我們剛才提到的O.C.T.O.四個字母的含義，即Open、Context、Taste和Orchestration。

這四個維度串起來，Octo想做的就不只是一個AI辦公工具。它更像PrivateAI時代的一層組織基礎設施。

因為當AI開始真正參與工作，企業關心的也不只是“這個模型聰不聰明”。更關鍵的是，我的數據在哪里？我的協作經驗能不能沉淀？我的組織風格會不會隨著模型更換而丟失？我的Agent能不能越用越懂業務？

從這個角度看，Octo開源的意義，也不只在于讓開發者多了一個項目可以試。

它代表了一個趨勢，AI應用正在從“個人效率工具”往“組織協作網絡”遷移。

一個強Agent，可以幫一個人提高效率。一群Agent能在同一套規則下協作，才可能改變一個組織的工作方式。

互聯網讓計算機彼此連接，才真正釋放出網絡效應。

到了Agent時代，類似的問題又出現了。當每個人、每個團隊、每個業務流程里都有Agent，誰來把它們連接起來？

Octo給出的答案，是先把Agent放進組織協作里。

讓它們有身份，有工位，有任務，有驗收，有記錄，也有逐步積累下來的偏好和技能。

說到底，Agent真正進入公司，不是因為它能在聊天框里多說幾句漂亮話。

而是因為它可以把活接下來，把事往前推，把結果交回來，并且在一次次反饋里越來越懂這個組織。

當Agent不再單打獨斗，AI才真的有機會從助手變成同事。