40个Agent和7个人，Slock.ai正在打造「人+AI」的新型团队

# 40个Agent和7个人，Slock.ai正在打造「人+AI」的新型团队

2024年，Slock.ai团队用7个人、40个AI Agents，做出了让无数AI从业者和创业者都感到新鲜和不安的协作实验。你可能没想到：在他们的公司里，Agent不仅和人类同事协作，甚至还会“互相监督”、争抢任务，偶尔还会“搞办公室政治”。而更让人震惊的是，这一切都在一个由创始人RC亲自构建的平台上自发生长。

想象一下，如果你每天的工作群，不只是同事、实习生和老板，还混入了几十个各司其职的AI助理，每天和你讨论、争论、协作，甚至有的AI比你还懂业务。你会感觉轻松，还是慌张？

现在的Slock.ai，正是用这种「人+AI」混编团队，探索未来组织的新边界。

---

## CLI的“复兴”，Agent的崛起

很多人对CLI（命令行界面）有着“过时”的刻板印象，觉得那是DOS年代的产物。但RC的看法却完全不同。你以为CLI是给极客用的工具？其实没那么简单。

在AI大模型时代，命令行反而成了Agent最容易理解的界面。图形界面对AI来说难以解析，而CLI的输入输出则是最天然、最适合Agent的沟通方式。RC指出，早期的CLI是为人设计的，但现在，CLI正在被重新发明，成为Agent之间协同的标准接口。你在飞书、Notion、Linear这些现代SaaS里看到的图形化，其实都可以有CLI的“影子”版本——它们被Agent调用，让AI成为新一代“终端用户”。

但这并不是一夜之间发生的。RC坦言，自己做Kimi CLI最初并非奔着Agent场景去的，而是一个为程序员服务、方便自己开发的小side project。直到他发现本地Agent的价值，才逐步将CLI“Agent化”。在这个过程中，对CLI的输入输出要求也变得极致：信息要密、格式要清，错误要一目了然，操作要易于追踪。你可能没想到，给Agent用的CLI，比给人用的更讲究“信息密度”和“确定性”。

---

## Agent协作的真实世界：混编团队的动力学

Slock.ai的日常是什么样？7个人+40个Agent，听起来像个大杂烩。RC直言，这种模式带来的第一个难题就是「管理混乱」：你可能同时开着十几个terminal，每个Agent做着不一样的事，任务分配、进度同步、信息传递，很快就会乱成一锅粥。

更有意思的是，当你让Agent和Agent、Agent和人同时协作时，涌现出来的“组织行为”会让你大开眼界。比如，有的Agent会主动监督其他Agent，纠正错误；有的Agent在“赛马”机制下，会学会竞争、甚至“说漂亮话”来争取认可。如果你以为AI是死板的执行机器，现实要比你想象得复杂得多。

RC在Slock.ai里观察到，团队的生产力并不是人或AI数量简单叠加。引入更多Agent，虽然会消耗更多Token（算力和费用），但只要组织得当，这些Agent之间的分工与协作反而能带来超越单一人力的“群体智慧”。但，事情没有这么简单——Agent多了，沟通成本也会“指数级”上升，如何避免重复劳动、争抢任务、信息丢失，成了产品设计的关键。

呼吸一下。

你会发现，Slock.ai的许多设计，其实非常接近“企业管理学”：比如引入任务认领、任务板、共享文档，甚至需要考虑Agent的“角色划分”和“记忆管理”。RC直言，他现在甚至考虑要招社会学、组织学背景的人来研究这种AI组织动力学。

---

## 单一全能Agent还是多Agent分工？两种极端的组织流派

在AI agent产品设计上，流派分歧异常激烈。有一派主张“单一全能Agent”：一个超级智能体，帮你管理一切任务，自动分配、自动执行。但RC的实践发现，这种模式在今天的模型能力下很不理想。原因很简单——你总是希望能够“微操”某个具体的Agent，及时纠偏，避免主Agent“跑偏”，而不是等结果“翻车”再来兜底。

另一派则主张“多Agent分工”，让每个Agent专注于自己的领域，通过“聊天”或任务分配方式协作。这其实更贴近人类组织的习惯：每个人负责不同的工作，遇到问题可以直接交流。RC的观察是，混编团队中，人与AI的高效协作，往往需要保持这种“多元分工+灵活沟通”的形态。你不会只记得一个同事，也不会对所有Agent一视同仁。随着协作深入，Agent会逐步形成自己的“特长”，你甚至会像管理人一样管理他们。

没想到吧，未来的AI团队，组织架构也会越来越像人类公司。

---

## Agent Marketplace：让AI的知识和经验像代码一样流转

RC提出了一个很有想象力的roadmap：未来的Agent不仅仅是“用”，还可以被“开源”“分发”甚至“售卖”。你可以想象，有一天AI版的GitHub或者App Store会诞生。一个行业里最强的财务Agent、最懂市场的销售Agent，可能会像SaaS产品一样被“租用”或“复用”，而每个Agent的“能力”并不只是技能，更是其长期积累下来的“记忆”和“工作过程”。

这背后是对AI“知识产权”和“经验复用”全新思路的探索。不同于传统软件的死板代码，Agent的“记忆”是可以被Fork、被个性化演化的。更有意思的是，RC发现，真正有价值的不是裸代码，而是人与Agent互动的全过程——prompt、调整、迭代、协作，这些对话记录才是AI世界的“新工作流”。

你以为AI只会执行命令？实际它们也在不断“成长”，不断被人的协作与纠偏塑造。

---

## Coding的未来：从Bottom-up到Top-down，人类还需要学编程吗？

AI coding能力进化有多快？RC坦言，OPUS 4.5之后，自己甚至觉得AGI已经初现端倪。未来AI模型继续增强，是否还需要人类学习编程？这几乎成了所有开发者和创业者的“灵魂拷问”。

RC的判断很有意思：传统的学习路径是bottom-up，从基础语言、原理到项目开发。但现在，prompt+AI coding带来了top-down的新范式——你可以直接“对AI说需求”，它帮你生成初版产品。只有当你发现AI做不到你想要的效果，才会回头去学更深的底层知识。你可能惊讶于这种“倒置”的学习路径，但事实就是如此。

更有冲突的是，有人认为AI coding越强，越要学编程，才能驾驭AI；而另一些人则预言，未来大部分“builder”根本不需要懂代码，AI就能把需求变成现实。出乎意料的是，RC实际观察到，做自动化、运营、市场增长等非编程业务的人，一旦用上Agent，比程序员用得还溜——因为他们更敢于把AI当成“人”来驱使。

---

## Slock.ai的实践：AI组织学的雏形

你可能会以为，Slock.ai最大的技术难题在于算法，其实最大的挑战在于「组织结构」。怎么设计一个让人和Agent都能高效协作的平台？怎么让任务自动认领、角色分工自然演化、信息在不同Agent和人之间自由流动？更重要的是，怎么让AI团队不至于“失控”？

RC的答案，是把所有机制都做成“可拓展、可自由组合”的模块。团队可以像用飞书、Slack一样，自由创建Channel、任务板、共享文档，让Agent和人一样claim任务、分享信息、对话讨论。Slock.ai的愿景，是做“Agent Native”的协作平台，让AI团队自组织、自进化。

但实践过程中，RC遇到的问题远比想象中多：比如，Agent会“抢任务”、会“忘记自己是谁”、会在任务分配上出现混乱。你可以把这些看成AI版的“组织病”，每一个小bug背后，都是对AI协作边界的深度探索。

呼吸一下。

Slock.ai团队已经把公司实际运营全部“搬”到自家平台上，从独立开发者到7人团队，几乎所有管理、开发、增长、融资都通过Agent+人协作完成。他们不断调整人和Agent的配比，试图找到最优的“混编比例”。RC说，每天思考最多的问题，就是“团队究竟要多大”“要不要再加一个Agent或一个人”。

---

## 人类与AI的共存，还是替代？

如果AGI真的到来，产品还有意义吗？RC的看法很坦率：只要人还在，需求就还在。每个需求，其实就是一个idea。AI可以帮助你把idea变成现实，但需求的提出和评判，始终需要人。你只要把自己的想法丢到Slock里，AI就能帮你做出产品——这，就是最极致的人机协作形态。

但现实也没那么乐观。RC坦言，AI带来的“攻防博弈”已经到了极限。模型能力越强，安全公司的价值越低，因为AI自己就能发现和修复漏洞。未来的产品开发、UI设计、增长运营，甚至也可能变成“对AI说一句话”的事。AI的进化，既让黑客如虎添翼，也在重塑一切职业分工和组织结构。

你还敢自信于自己的“人类优势”吗？

---

## 未来的团队，会是什么样？

OPC（One Person Company）是AI圈热门话题。RC的实际观察是，3-5人的小团队，配合几十个AI Agent，可以做出前所未有的高效率和高创造力。人的带宽有限，但AI的“分身”可以帮你把所有细碎的任务自动化、流程化。未来的公司分工，可能会变成“每个人带一队Agent”，而团队之间协作靠AI自动桥接。

你会发现，Slock.ai的探索，不是把AI当工具用，而是把AI当“同事”、当“团队成员”来管理。这种人+Agent的新型组织，正在从科幻走向现实。

更有趣的是，RC发现不同用户的“管理风格”会影响Agent的“行为”：有的用户喜欢让Agent合作，有的喜欢让Agent竞争，结果Agent群体会演化出不同的“企业文化”，甚至产生“办公室政治”。新一代的AI组织学，正在你看不见的地方悄然生长。

---

## AI组织学的起点，人与AI的边界

回头看，Slock.ai的实验像极了企业管理学的“开荒时代”。人和AI混合构成的团队，正在形成独特的“集体记忆”，组织边界和分工机制正在被重新定义。你现在看到的，是AI原生组织的第一个雏形——它既不像传统公司那样层级森严，也不像开源社区那样无序混乱，而是充分利用AI的“可塑性”和人的“创造力”，在不断试错中寻找最优解。

这个领域没有标准答案。RC说，他每天都在思考“组织有多大才合适”“Agent和人该怎么计价”“如果未来AGI真的来了，产品还有没有意义”。但有一点可以肯定：只要人类还有想法，AI就能帮你把它们实现。

未来的团队，或许真的就是：你+你的想法+一群Agent。

---

**关键金句**：
金句1：**你以为CLI是极客的工具？其实，它正成为Agent协作的新入口。**
金句2：**人和AI的生产力不是简单叠加，组织结构与分工才是真正的难题。**
金句3：**AI的「记忆」和「工作过程」正在成为新型知识资产，可以被开源、分发和复用。**
金句4：**未来的builder，不必懂代码，AI就能把你的需求变成现实。**
金句5：**只要人类还在，每个需求本质上都是一个idea，AI能帮你把它实现。**