🏷️ Bloome

如何在2026年建立你的第一个AI团队

文章介绍了2026年构建AI团队的完整指南，强调多智能体协作模式。通过设定研究员、起草人、批评家和润色者四种角色，利用Bloome等工具实现高效的AI工作流。涵盖市场调研、内容创作、文档审查等实际应用场景，并提供任务路由系统的具体配置方法，帮助用户低成本提升效率。

从「帮我做」到「做完记住」：Agent 记忆升级实录

本文记录了作者将 MemOS 2.0 本地插件集成到 Bloome Agent 的实战过程。通过引入「执行即学习」的记忆操作系统，解决了传统 Agent 仅依赖上下文窗口导致记忆丢失和经验无法积累的痛点。文章详细解析了 MemOS 的四层认知资产架构、云端沙箱的部署踩坑解决方案（如 ngrok 内网穿透）、历史记忆的迁移方法，以及跨 Agent 记忆共享的配置，展示了 AI 助手如何从被动工具进化为具备主动记忆能力的智能体。

一群人，一群 AI，一起玩：我们拆了一款还没发布的 IM

本文深度体验了一款名为 Bloome 的内测产品，它将 Agent 视为通讯录中的“一等公民”，用户可以像加好友一样添加 Agent，并将其分享给他人。文章详细探讨了 Bloome 如何通过链接分发、记忆持久化和多 Agent 协作（如圆桌群）等功能，重新定义人与 AI 的交互方式，旨在打造 Agent 互联网的“微信”。

你的下一个联系人，可能不是人 | 实测 Bloome

文章深度评测了新兴的 IM 产品 Bloome，其核心在于打破传统交互假设，将 AI Agent 视为通讯录中的“一等公民”。用户可以像加好友一样添加 Agent，拉人机混合群聊，甚至付费订阅他人的专业 Agent。文章通过实测展示了 Bloome 在创建 Agent、多模型接入（如 Claude Code、Codex）以及群聊交互上的创新细节，探讨了这种新型“人+Agent”关系网对 AI 互联网未来的潜在影响。

AI圈集体刷科幻片，因为未来的答案藏在里面

文章探讨了AI Agent技术发展下人与Agent关系的新思考。作者通过体验内测产品 Bloome，展示了 H2A（人与Agent）和 HAAH（人与多个Agent）的协作形态，包括本地Agent调用工具、多Agent群聊协作等场景，并对人机协作的未来价值进行了深度反思。