X 新任产品负责人 Peter Sellis 的组织管理心法
文章介绍 X 平台新任产品负责人 Peter Sellis 及其闭门访谈中阐述的组织管理理念。他以'恐怖组织架构'为隐喻，主张去中心化的自主作战单元设计：靠共同信念而非流程协同驱动团队，从第一天起明确决策权边界，从源头上消除过度协作和会议扯皮。同时他揭示大厂技术人员内卷的制度元凶——薪酬体系迫使顶尖工程师转向平庸管理岗，主张技术与管理脱钩的宽带薪酬，让技术人员凭技术能力获得顶薪，保留一线工程战斗力。
全部文档 / 标签: 团队协作
54 篇
Grok Bot Memory Engineering: How One Agent Learns With a Team
文章围绕 Grok Bot 新发布的 Team Bots 展开，深入分析团队级 AI Agent 的记忆工程。核心观点：团队 Bot 需要在共享学习与私有上下文之间划清边界。作者提出将上下文分为五类：实时源数据、团队技能、团队记忆、私有笔记和任务状态，并强调'可复用判断放记忆，易变数据留在源头'的原则。文章还提出记忆准入卡与审查机制的设计方案，包括准入门槛、外部账本、审查日期和评估流程，避免 Bot 在错误位置记住错误信息或把过时决策套用到新场景。作者同时说明这些流程是其提议方案，而非已验证的产品功能。
Grok Bot 员工怎么选：按八个部门搭起你的 AI 团队
本文介绍了 Grok Bot 提供的 90 个可免费领取的 AI 员工，涵盖工程、销售与客户、市场、设计、招聘、产品、运营和生活八个部门。文章详细列举了各部门的岗位职责：工程部包括项目统筹经理、软件工程师、验收测试员等，可完成拆解任务、编码、代码审查和验收测试；销售与客户部包括外联获客专员、销售闭环专员、通话教练等，覆盖找客户、客户研究、沟通跟进和售后支持。每个岗位都附有职责说明和领取链接，帮助读者按需搭建自己的 AI 团队，把手头工作交给对应的 AI 助手。
用 EverOS Cloud 解决 AI 项目方案跨电脑跨窗口无缝续接的问题
作者分享了一个长期痛点：与 AI 多轮讨论敲定的项目方案往往锁在某台电脑的聊天窗口里，换设备或同事接手时需重新投喂上下文。作者接入 EverOS Cloud（GitHub 1.3w 星开源 Agent 记忆系统 EverOS 的云端托管版），将公司电脑和家里电脑的 Codex 挂到同一云端记忆空间。AI 讨论过程中的方案与约束自动沉淀为云端记忆，跨设备、跨团队无缝续接工作，无需手动整理 Markdown。网页端 Memory Bank 可查看阶段摘要和事实卡片，支持记忆的增删改。该方案也适合团队协作，共享记忆成为项目知识资产，降低人员交接风险。
Grok Bot用不起，你可以试试DeepSeek Bot
本文介绍了DeepSeek Harness平台上的DeepSeek Bot插件，作为Grok Bot的替代方案。DeepSeek Bot支持多Bot多智能体团队协作，每个Bot可设置角色、模型和长期记忆，默认由Chief主管分派任务。文章详细讲解了安装部署、配置Chief、组建Bot团队及建群讨论的实操过程，并指出其门槛低、适合普通用户体验Agent玩法。
从 AI Agent 到持续工作的 AGI：我对现阶段 AGI 的理解，以及假期里的开发实践
作者阐述了对现阶段 AGI 的理解：一个自动自发、自我验收、自我迭代并能自主决策达成目标的智能体。文章提出 AI 发展将从回合制的 AI Agent 进化到持续工作的智能体，并给出三项转变建议：给 AI 更大目标、信任并依赖 AI、为其搭建可持续运行环境。同时提出 AI 时代团队应缩小为“两片披萨”（1~2 人）。作者以国庆假期对火炬之光 II 的现代化改造为实践案例，9 天内合并 70 多个 PR，实现四个平台适配，绝大部分工作由 AI Agent 自主完成，成本仅约 100 美金/周，展示了持续工作智能体的巨大潜力。
如何在一个小时内深入使用 Grok Bot
本文是作者基于一个多月深度使用经验整理的 Grok Bot 实战指南。Grok Bot 是让 AI 长期承担具体任务的产品，运行在云电脑环境中，支持跨应用执行任务、长期记忆和定时调度。文章从产品原理与运行方式讲起，系统介绍了创建第一个 Bot、撰写角色说明、连接应用、制定复杂任务计划、验证交付结果、保存技能、用操作演示教学、安排例行任务、分享模板、团队协作与多 Bot 交接等完整流程，并列举了网站巡检、客服草稿、资料整理、浏览器测试等适用场景，同时说明了权限审批、额度、限制与常见故障处理方法。
小红书矩阵号实操手册：账号准备、设备配置、IP 管理与异常排查
这是一份面向个人和小团队的小红书矩阵运营实操手册。文章系统讲解了启动前的账号分工表设计、账号注册与认证核对、账号台账建立、设备编号与交接管理、IP 与网络环境记录方法、内容生产与素材复用策略，以及标题配图的写作安排。同时提供了账号异常处理的四类 SOP（登录失败、功能受限、阅读量低、无转化），并介绍了复盘归因方法与两周执行表，最后给出扩号的检查条件。手册强调合规运营、记录留存和单变量测试，避免盲目归因于 IP 或设备。
教你搞懂WorkBuddy的项目功能
本文以小白视角详细介绍WorkBuddy的项目功能，其本质是为团队搭建一个共享的AI办公室。作者从界面入口出发，逐一讲解动态（留言沟通、@提醒、交接说明）、项目配置（指令类似共享Agents.md，以及连接器、专家、技能、定时任务组成的团队工具箱）、计划（表格、看板、列表、甘特、日历五种视图）、任务与资产（任务记录、成果一键存入资料库）以及邀请协作等功能。总结来说，WorkBuddy项目功能就是一个有AI Agent能力加持的项目管理工具，一次配置全员共享，成员只需说清需求交给AI执行再把成果流转即可。
多租户 Agent Dashboard：小团队共享 Agent 平台 Octop
文章介绍了一个面向小企业、小团队的多租户 Agent Dashboard——腾讯开源的 Octop。团队可以在内部共享一个 Agent 平台来创建技能和 Agent。亮点包括：支持单点登录和简单的多租户权限控制；支持 Docker 服务端部署并提供 Web Dashboard；可对接不同的存储后端、数据库以及沙盒服务。作者将其定位为 Grok Bot 的小团队版，与面向个人的 OpenClaw/Hermes 和桌面端的 WorkBuddy 形成差异化。作者表示非广告，如果领导要求做类似系统可直接参考。
How we built Hermes to support our entire team
Artie 团队（17人）分享了如何将 Hermes——NousResearch 的开源 AI agent harness——部署为全团队共享的 AI 助手。文章讲述了从工程师个人 WhatsApp 使用的起步，到选择 Hermes 而非 OpenClaw 并加入护栏的决策；用每年 60 美元的 Hetzner 物理服务器承载全部运行。团队为每个部门设计了独立 profile：工程（Plan 分派任务、Code 执行开 PR）、销售、设计、BizOps 等，并强调人类始终在环节中审核。Skills 以代码形式版本化进 Git 仓库，严控数量以省 token。受人类 REM 睡眠启发，Hermes 每晚'做梦'复盘当日工作，将有价值内容晋升到长期记忆。
Graph Engineering：为普通人打造AI可读的知识图谱
本文介绍“图工程”（Graph Engineering）概念，即通过构建文件间的连接关系，让AI系统能够有效访问和利用知识。作者以自身内容系统为例，指出78%的文档因缺乏指向而无法被AI或新成员发现。他提出用Claude Code生成MAP.md文件，绘制文件夹内文件的关系图，并分三步操作：绘制地图、解读结果、优化结构。文章强调文件夹结构应反映业务划分，而非照搬模板，最终实现团队共享和自动化更新。
Fable 5.1 使用心得和经验，如何落实到团队中
文章总结了 Fable 5.1 的使用经验：由于 Fable 额度上限为周总额度的 50%，需通过 /usage 监控两条进度，让 Fable 负责需求判断、任务编排和结果验收，将检索、编码、测试等执行类工作交给 Opus/Sonnet 子代理，实现额度均衡利用。作者分析了子代理的适用场景与成本、High/Medium/Max 推理强度的选择策略、1M 上下文的陷阱与压缩时机、提示词轻量化趋势，并提出团队落地建议：通过 CLAUDE.md、Skill、Subagent、Hook、MCP 等形式沉淀团队经验，先用 explorer、implementer、verifier 三类 Agent 在真实任务中验证，再逐步扩展工程化体系。
From Discord Bots to a Multiplayer Agent Workspace
作者分享了团队从通过 Discord 消息平台与 AI Agent 交互，转向使用 OpenClaw 多人协作 WebUI 的实践经验。Discord 虽然方便，但本质仍是聊天工具，缺乏共享工作上下文的能力。新的多人 WebUI 让多名开发者可以同时打开同一会话，实时查看、补充上下文、接管任务，会话本身就成为项目交接文档，无需拷贝粘贴。文章还介绍了通过 Cloudflare Tunnel 与 Access（GitHub 登录）安全暴露本地 Gateway 的架构，并强调这是受信任团队的协作机制，而非多租户隔离。
分享一个适合小团队的Agent协作方案：Tutti·VM
作者分享了小团队多Agent协作中版本不一致、上下文不同步的痛点，并介绍了工具 Tutti·VM。它将本地Agent（如Codex、Claude Code）虚拟化进云端协作空间Room，实时同步Agent的工作过程、文件变化和对话，让多个Agent和成员站在同一项目现场协作，避免反复传文件和版本混乱，还支持共享Agent额度与对外演示分享。目前仅支持Mac M芯片设备，仍在小范围测试。
如何构建每周都在变聪明的公司大脑
文章探讨了企业中AI智能散落在私人对话中的问题，提出构建“公司大脑”的方法：将团队对AI的每一次纠正、决策和有效工作流转化为全员共享的资产。核心做法包括发现团队AI工作中隐藏的智能、给每个Agent提供统一的公司地图、把纠正转化为共享学习，并在总部构建第一版。文章还提供了可直接使用的文件夹结构、地图文件模板和纠正循环等实操方案，强调“学一次，惠及所有人”。
ChatGPT科研工作台完整攻略：精髓是科研协作方法而非论文润色
OpenAI 推出面向高校科研人员和博士后的 ChatGPT for Academic Researchers 计划，提供最多 5 个座位的独立 workspace，本质是把科研从一次性问答推向可承接项目上下文的团队工作台。文章介绍了如何搭建科研 workspace（研究问题、资料、方法、代码、输出五区），强调文献综述应先做文献矩阵而非让 AI 直接写，代码与数据分析要接入同一条研究链，并给出普通科研人可执行的六步流程、小课题组分工方案、AI 与人工的任务边界，以及一套可直接复制的提示词模板。
Multica：将多个 Coding Agent 的工作流统一管理，我决定全面迁移
作者深度使用开源产品 Multica 一周后，决定将 AI 工作栈全面迁移至此。Multica 通过将任务（issue）置于中心，连接多个 coding agent（如 Claude Code、Codex），统一管理上下文、进度和结果，支持移动端管理，并允许将重复步骤沉淀为 skill 复用。文章分析了其适用场景，认为对于多 agent 协作、上下文易丢失、结果难追踪的用户，Multica 提供了有效的解决方案。
DeepSeek Harness 服务器部署保姆级教程
本文是 DeepSeek Harness（DSH）的服务器部署保姆级教程。作者首先介绍了 DSH 的火爆程度和插件生态，然后指出默认只能本机访问的痛点，引出服务器部署的需求。教程详细讲解了从准备云服务器、安装 1Panel 面板、开放防火墙端口、安装 DSH、配置模型到域名绑定的完整流程，并解释了为什么选择服务器部署而非 Serverless 平台，最后介绍了局域网部署方案和相关插件。文章旨在帮助读者实现 DSH 的远程访问、多设备同步和团队协作。
You need to be skillsmaxxing
Remy, from AI with Remy, shares how he runs his company on agent skills, treating them as SOPs for AI. He explains the concept of skills as markdown files that package workflows, and the problem of AI being single-player. The solution is to store skills in a GitHub repo and distribute them as plugins via Claude Code or Codex, enabling team-wide sharing, version control, and auto-updates. He also discusses designing skill chains, a self-improvement loop for skills, and a web app layer for managing them. The key takeaway is to centralize skills, use plugins for distribution, and continuously improve them.
值得收藏！WorkBuddy跑通团队审阅与发布闭环完整攻略
本文以“企业视觉SOP服务说明”为例，详细介绍了使用WorkBuddy构建团队审阅与发布闭环的完整流程。文章首先区分了知识资料、正文源文件、结构化数据和展示页面四类对象，并强调了建立项目空间和权限边界的重要性。随后，文章逐步讲解了从资料生成初稿、人工评论与AI审阅的衔接、发布前的四层验收（内容、页面、权限、版本与回滚）到最终形成可复用交付链的每一步操作，旨在帮助团队实现内容可追溯、可审阅、可回滚的规范化管理。
我把飞书做成了我的 AI 协作工作台
作者分享了自己将飞书作为 AI 协作工作台的经验，通过飞书官方 CLI 将多个 AI agent（如 Codex、Qoder CN、Claude Code、Hermes）接入飞书，利用飞书的群聊、任务、文档和知识库功能，实现了从多窗口搬运到共同工作台的转变。文章详细介绍了搭建步骤、实际应用场景（如脑暴、调研、写作、简单开发）、踩过的坑以及个人建议，强调了“入口在飞书，执行在最合适的工具里”的理念。
为团队搭建 Harness 工程
本文探讨了将个人 AI Harness 环境扩展到团队场景时面临的挑战。最佳的个人 AI 设置并不适合团队。共享 Harness 会带来上下文权限冲突、权限管理混乱和规则冲突等问题，需要建立治理机制和审查流程。
Grok Bot for GTM
作者分享了如何在SpaceXAI利用Grok Bot辅助企业GTM（Go-to-Market）工作。Grok Bot不仅能作为思考伙伴，还能端到端执行任务。文章介绍了如何连接日常工具、利用Bot的记忆功能、通过移动端和语音指令操作，以及如何建立由Chief of Staff、会议准备、潜客开发和客户专家等组成的Bot团队来提升工作效率。
如何测量一切：校准你的预测能力
本文介绍了Twitch如何通过校准训练来提升团队预测能力。文章指出，大多数产品团队从未接受过估算训练，导致项目延期。Twitch基于Douglas Hubbard的研究，通过让员工对已知指标进行80%置信区间估计，并即时反馈，经过约70个问题后，员工的置信区间与实际准确率匹配。校准后，团队将预测应用于项目决策和冲刺规划，提高了估算的诚实度和团队协作效率。作者分享了实施过程中遇到的常见障碍及解决方案，并推荐了相关工具。
How to Build a Shared AI Harness for Your Team
本文详细介绍了如何使用HQ工具为团队构建共享的AI Harness系统，将分散的模型、技能和自动化流程整合为协同工作机制。文章从环境搭建出发，强调从单一高频工作流（如周报）验证有效性，并逐步扩展。通过赋予AI持久的公司记忆和明确的工作策略，将团队经验转化为可复用的资产，实现跨工具的上下文共享与团队协作能力跃升。
Intelligence is cheap. Coordination is not.
文章指出，随着公司规模扩大，协调成本逐渐超过实际工作成本，成为效率瓶颈。虽然AI降低了执行成本，但若无有效协调，将导致混乱。文章提出构建“公司大脑”，通过实时同步信息、识别冲突和自动路由依赖，消除机械性协调工作，让人类专注于创造性与协作性任务。
停止收藏无用指南：17个免费Claude实用教程
作者分享了17个免费Claude使用指南，涵盖基础入门、代码、设计、Excel应用及团队协作等，帮助用户高效掌握AI工具，避免收藏过多无用教程。
Jack Dorsey's Buzz: Clearly Explained
Buzz 是一款集成了智能体的团队聊天工具，允许用户切换底层模型并保留对话记忆，支持本地共享计算。文章探讨了其 Agents 团队协作、Git 工作流及数据控制优势，适合小团队快速迭代。
Games People Play for Product Managers
本文将Eric Berne的交互分析心理学理论应用于产品管理，识别了会议中常见的“心理游戏”，如“为什么不，是的但是”和“法庭”，并提供了基于成人自我状态的理性应对策略，以打破无效循环，提高决策效率。