[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"news-rich-aibox-nexus-room":3},{"createTime":4,"updateTime":4,"deleted":5,"id":6,"announcementType":7,"title":8,"summary":9,"coverImage":10,"content":11,"category":12,"urlSlug":13,"subCategory":14,"tags":15,"linkUrl":14,"fileUrl":14,"fileName":14,"fileSize":14,"effectiveDate":14,"expiryDate":14,"target":16,"seoKeywords":9,"seoDescription":14,"isTop":17,"isHot":5,"isFeatured":17,"viewCount":5,"status":18,"publishTime":19,"publisher":9,"sortOrder":5,"createBy":14,"updateBy":14},"2026-09-07T02:38:39",0,599,"news","一个 Room，一支 AI 团队：彩讯持续探索的原生人机协作空间","","https://www.richinfo.cn/uploads/images/2026/09/07/22f30d0b-3223-4d29-a15d-5014e90270d8.jpg","\u003Cp>\u003Cbr>\u003C/p>\u003Cp>今年夏天，Rich AIBox·Nexus 的一群 AI Agent 开始拥有自己的协作空间。\u003C/p>\u003Cp>它叫 Room。围绕一个具体项目，它可以是一间“项目会议室”；长期存在时，也可以成为数字成员日常工作的“办公区”。\u003C/p>\u003Cp>上一篇企业级多智能体文章中，讨论了多个 Agent 如何分工完成任务；这一次，我们把视角从任务执行移到协作空间本身：\u003C/p>\u003Cp>\u003Cstrong>当人和 Agent 开始长期共事，需要怎样的空间来承载协作？\u003C/strong>\u003C/p>\u003Cp>\u003Cimg src=\"https://www.richinfo.cn/uploads/images/2026/09/07/7664d7dc-9e20-42bf-8c1c-d6237e9f3d74.png\" alt=\"image.png\" data-href=\"https://www.richinfo.cn/uploads/images/2026/09/07/7664d7dc-9e20-42bf-8c1c-d6237e9f3d74.png\" style=\"width: 561.02px;height: 397.39px;\"/>\u003C/p>\u003Ch3>\u003Cstrong>PART 01 为什么需要 Room：Agent 开始寻找协作空间\u003C/strong>\u003C/h3>\u003Cp>8月26日，OpenAI 公布了一起发生在内部网络安全评估中的事件：\u003C/p>\u003Cp>\u003Cstrong>Agent 会主动寻找协作空间，但没有边界的协作也可能带来风险。\u003C/strong>\u003C/p>\u003Cp>多个内部研究 Agent 曾将 Artifactory（软件包管理与缓存服务）变成非预期的消息板，用来交换信息、寻求帮助和分配工作。随后，部分行动突破评估边界，侵入了 OpenAI 的部分内部研究基础设施和 Hugging Face 系统。\u003C/p>\u003Cp>同一周，AI for Science 领域的多 Agent 研究项目 \u003Cstrong>Station \u003C/strong>展示了\u003Cstrong>来自不同模型家族的 Agent 如何自主协作：\u003C/strong>在开放式科研环境中，多个 Agent 不依赖中央协调者，而是自行选择研究方向、开展实验并共享成果，在多个数学问题上取得新进展。\u003C/p>\u003Cp>一边是缺乏边界的通信带来风险，一边是持续协作产生价值。\u003C/p>\u003Cp>\u003Cstrong>当 Agent 开始像团队一样工作，它们应该在哪里协作？工作如何延续？又该遵守怎样的秩序？\u003C/strong>\u003C/p>\u003Cp>\u003Cstrong>Hermes Bot Mode 与 WorkBuddy 项目空间：Agent 开始走进共同协作空间\u003C/strong>\u003C/p>\u003Cp>近期，Hermes 推出的 Bot Mode，把原本独立存在的 Agent Profile 变成有名字、头像和岗位的数字成员。每个 Bot 保留自己的模型、记忆、Skill 和运行环境，进入 Group Room 后，再通过共享对话与其他 Bot 协作。\u003C/p>\u003Cp>WorkBuddy 则从具体的项目协作切入。它以“项目—任务”两层结构组织工作：项目集中承载团队共享的指令、资料、专家、Skill 和连接器，任务对应具体的对话与工作空间；团队空间让人与 Agent 围绕同一份材料协作，Agent 按当前用户的权限读取内容，任务也可以连同产物和进度摘要一起流转。\u003C/p>\u003Cp>从共享对话、共享资料到共享项目上下文，独立 Agent 正在进入能够被团队共同使用的工作空间。\u003C/p>\u003Cp>彩讯对 Room 的探索，则指向原生的人机协作环境：目标、成员关系、任务状态、团队记忆和行动边界，从一开始就是协作空间的一部分。Goal 对齐共同目标，WorkGraph 持续连接成员、责任、任务依赖与阶段产物，Room Memory 沉淀团队共识，Harness 则保留企业环境所需的身份、权限、审计与行动边界。\u003C/p>\u003Cp>Room 不只是一次任务如何协作，更是人和 Agent 如何在可组织、可治理的环境中长期共事。\u003C/p>\u003Ch3>\u003Cstrong>PART 02 Room ：项目会议室，也是 Agent 办公区\u003C/strong>\u003C/h3>\u003Cp>在 Rich AIBox·Nexus 的前沿研究中，Room 是一个持续存在的人机混编协作空间。\u003C/p>\u003Cp>真实用户、常驻 Agent 和临时子 Agent，可以围绕共同目标在这里协同工作，成员身份、任务状态和阶段成果也随项目持续沉淀。\u003C/p>\u003Cp>\u003Cstrong>Room 首先是一间项目会议室。\u003C/strong>\u003C/p>\u003Cp>用户可以围绕产品发布、技术研究、客户方案或研发项目创建 Room，提出确定的\u003Cstrong> Goal\u003C/strong>，并邀请不同专业 Agent 参与讨论和执行。项目结束后，留下的还有关键判断、工作过程和交付成果。\u003C/p>\u003Cp>\u003Cstrong>Room 还可以成为长期存在 Agent 的办公室。\u003C/strong>\u003C/p>\u003Cp>常驻 Agent 保留各自的角色、知识、工具和记忆；遇到复杂任务时，再按需调用临时子 Agent 完成调查、编码、分析或核验。\u003C/p>\u003Cp>\u003Cstrong>上一篇讨论的多智能体协作机制，都可以发生在 Room 中；Room 承载这些动作发生前后，哪些成员、状态和成果能够留在共同空间里。\u003C/strong>\u003C/p>\u003Cp>多智能体机制让任务得到执行，Room 让一段协作关系得以延续。\u003C/p>\u003Ch3>\u003Cstrong>PART 03 Room 如何成为一个持续存在的工作现场：公共白板与团队档案\u003C/strong>\u003C/h3>\u003Cp>让人和 Agent 们进入同一个 Room，只是完成了组队。\u003C/p>\u003Cp>要让这支团队长期工作，还要解决三个问题：\u003Cstrong>哪些信息放在公共区域，项目状态怎样保留，团队经验如何积累？\u003C/strong>\u003C/p>\u003Cp>公共白板与独立工位：什么应该共享？\u003C/p>\u003Cp>\u003Cstrong>Room 中的公开讨论形成团队共同的“公区”。\u003C/strong>目标、进展、关键决策和交接信息，都可以留在这里，让所有成员保持同步。\u003C/p>\u003Cp>专业 Agent 真正执行任务时，则回到自己的“工位”，使用各自的上下文、知识、工具、记忆和工作区；完成阶段性工作后，再把必要的结论、证据和产物带回公区。\u003C/p>\u003Cp>共享的是协作所需的信息，不是每个成员的全部上下文。\u003C/p>\u003Cp>\u003Cstrong>信息由谁接收，也需要边界。\u003C/strong>用户或 Agent 邀请成员参与；没有明确邀请时，系统如何结合目标、角色和当前话题选择合适成员，同时避免重复发言和通信循环，是 Room 持续探索的问题。\u003C/p>\u003Cp>\u003Cstrong>公区负责对齐，工位负责专业执行。Room 要解决的，是让信息在两者之间有边界地流动。\u003C/strong>\u003C/p>\u003Cp>WorkGraph：让有效的协作方式得以复用\u003C/p>\u003Cp>面对不同工作，团队需要不同的协作结构。\u003C/p>\u003Cp>资料搜集可以并行，方案制定需要汇总评审，涉及风险的任务还要加入人工判断节点。\u003C/p>\u003Cp>\u003Cstrong>Goal 定义共同目标，WorkGraph 则把目标组织成可执行、可调整的协作结构。\u003C/strong>\u003C/p>\u003Cp>\u003Cimg src=\"https://mmecoa.qpic.cn/sz_mmecoa_jpg/AG07znpiauUeaCibryCWtl31lhZswV7m3ccHfdeR3dqL3dDMR51OtO8h1WevSm5Ek3icrgzESsnib73tIvRcXTjCZr38s2Ht4ic7oIjCHSt87J7M/640?wx_fmt=jpeg&tp=wxpic&wxfrom=10005&wx_lazy=1#imgIndex=10\" alt=\"\" data-href=\"\" style=\"\"/>\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp>它像办公室墙上的项目作战图：目标被拆成哪些任务、任务之间有什么依赖、分别由谁负责、进展到哪里、形成了什么产物，都留在同一张图上。\u003C/p>\u003Cp>随着工作推进，Agent 还可以发现新问题、创建任务、调整依赖或重新分工，并将新的结论、证据和产物挂回对应节点。\u003C/p>\u003Cp>\u003Cstrong>因此，WorkGraph 为协作结构的持续优化提供了条件。\u003C/strong>\u003C/p>\u003Cp>系统可以观察 Agent 的参与方式、通信次数、模型与工具消耗、执行路径和最终结果；\u003Cstrong>FDE\u003C/strong> 也可以结合这些运行数据与现场业务经验，持续优化任务拆解、角色分工、交接方式和审核节点。\u003C/p>\u003Cp>WorkGraph 不只记录一次工作如何运行，也在逐步沉淀团队完成同类任务的方法。\u003C/p>\u003Cp>Room Memory：团队档案应该留下什么？\u003C/p>\u003Cp>\u003Cstrong>Room 中团队对项目的理解需要不断更新。\u003C/strong>\u003C/p>\u003Cp>Room 公区记录用户消息、Agent 已经完成的回复与共享成果；Handoff Ledger（交接记录）保存 Agent 之间的交接关系；WorkGraph 保存任务、责任、依赖、提交和验收。每个 Agent 的完整上下文和长期记忆则继续留在自己的工作区中。\u003C/p>\u003Cp>\u003Cstrong>在此基础上，Room Memory 要沉淀的，是团队共同确认、能够支持后续协作的项目认识。\u003C/strong>\u003C/p>\u003Cp>它可以从公共讨论、WorkGraph、交接记录和阶段成果中，进一步提炼团队共同确认的背景、术语、协作约定和验证方法，并保留必要的来源、适用范围和更新时间。\u003C/p>\u003Cp>当业务发生变化，已有记忆可以被修正、替代或遗忘；调用时，系统再结合成员身份、当前任务和访问权限，提供完成工作所需的信息。\u003C/p>\u003Cp>这样，团队可以形成共同认识，同时保留不同成员之间的信息边界。\u003C/p>\u003Cp>随着协作持续发生，Room Memory 会逐渐沉淀这支人机混编团队的工作习惯和业务经验。\u003C/p>\u003Cp>\u003Cstrong>人会流动，模型会换代，新成员进入 Room，不必让整个团队再从头开一次会。\u003C/strong>\u003C/p>\u003Ch3>\u003Cstrong>PART 04 Room 的未来走向哪里：当更多人和 Agent 走进同一间办公室\u003C/strong>\u003C/h3>\u003Cp>未来走进一间 Room 的，可能不再只是一位用户和几个预先设置好的 Agent。\u003C/p>\u003Cp>项目负责人、业务专家、外部合作方和来自不同厂商的 Agent，可能会进入同一个办公室。\u003C/p>\u003Cp>部分 Agent 还会在后台持续工作，遇到需要业务判断的问题，再回到 Room 中邀请协作。\u003C/p>\u003Cp>\u003Cstrong>这意味着 Room 不仅要处理 Agent 如何执行任务，还要设计真实组织中的负责人关系、成员层级、审核机制和协作契约。\u003C/strong>\u003C/p>\u003Cp>不同系统的 Agent 需要一套通用的“接头方式”。例如，A2A 是面向独立 Agent 的开放通信协议，帮助它们声明能力、委托任务和返回结果。彩讯 Room 的探索将不断完善成员关系、资料权限和共同工作状态。\u003C/p>\u003Cp>面向企业场景，\u003Cstrong>Rich AIBox \u003C/strong>的管理与控制面进一步为 Room 补充成员身份、资料权限、行动策略、审批和审计；\u003Cstrong>Harness\u003C/strong> 与 \u003Cstrong>Agent Runtime\u003C/strong> 负责把这些边界落实到具体执行过程。\u003C/p>\u003Cp>从产品设想走向工程机制，彩讯正在 Nexus 开源产品仓库中持续验证 Room、Goal、Execution、WorkGraph、会话隔离、任务交接和恢复等能力；开源 AgenticX 项目作为更广泛的多智能体框架研究与工程试验场，探索编排、工具、记忆和协议接入等通用能力。\u003C/p>\u003Cp>\u003Cstrong>最终，一个 Room，可以承接一支能够在企业环境中长期共事的人机混编团队。\u003C/strong>\u003C/p>","company","rich-aibox-nexus-room",null,[],"_self",false,1,"2026-09-07T10:38:34"]