从个人 Agent 到组织里的 Agents
随着官方、自建、团队、第三方、开源和本地 Code Agent 同时进入企业,问题从“如何让一个 Agent 更聪明”转为:如何让多种 Agent 获得身份、理解飞书上下文、参与协作、交付结果,并在组织内被发现、调用和治理。
工作优先、广泛接入、体验统一
大模型能力变化与竞品研究
行业从“模型 + 工具”进入 Agent Harness 阶段:Harness 把模型、工具、上下文、运行环境和任务循环组织为持续工作的 Agent。企业工作场景需要对应的 Lark Harness。
- 多框架并存aily Agent、OpenClaw、Hermes、Claude Code、Codex
通过 Adapter/Runtime 接入,而不是强行统一底层框架。
- 本地与云端并存本地 Agent、云端 Agent、受控沙箱、Daemon、Gateway
统一前台对象和状态,保留运行差异。
- 多 Agent 协作Main Agent、团队 Agent、Sub-agent
前台需要清楚责任、任务分派与状态回报。
- 上下文工程User/Space/Project Context、Instructions、Knowledge
Project 必须成为可复用上下文容器。
- 能力生态与主动执行SkillHub、MCP、Schedule、Heartbeat、Cron
能力发现和自动化都要进入企业治理。
研究被收敛为三类问题:Agent 如何持续工作,Project 如何复用上下文,Agent/Skill 如何按工作结果被发现。
- Agent 工作台与深度工作Claude Code/Codex、Cowork/Anygen/Manus
借鉴持续环境、任务进度和产物空间,但不把代码工具的术语直接带给企业员工。
- Project 与上下文容器Linear、Claude Projects、ChatGPT Projects、Codex、Multica
Project 不只聚合任务,还必须复用 Instructions、Knowledge、文件和可用 Agent。
- Agent/Skill 市场Coze、Workbuddy、Moxt、GPT Store、Character.AI
用户寻找的是“谁能把这件工作做完”,不是先分清 Agent、Skill、MCP 和专家团队。
从“统一 Agent”转向“统一工作协议”;从会话容器转向 Task—Artifact—Project;把企业差异落实在上下文、协作与治理中;让能力按工作结果被发现。
产品定位与目标
让不同来源、框架和运行位置的 Agent 接入飞书、理解工作上下文、协同完成任务、交付可编辑产物,并在企业权限与治理体系内被发现、调用和管理。
企业员工仍是首要直接用户;工作关系从“一个人和一个持续型 Agent”扩展为“个人、团队与多个来源 Agent 的协作网络”。创建者、管理员和框架提供方承担供给、治理与接入。保留不同 Agent 的实现差异,只把统一身份、Task、Artifact、状态与权限等共同对象暴露给用户;技术层不直接成为产品信息架构。
aily 自己先成为好用的官方工作 Agent。
aily 再成为开放 Agents 平台。
接入而不是替换企业已有 Agent。
产品架构、界面
前台围绕工作对象组织;异构实现差异留在 Harness/Adapter/Runtime 运行接入层。
入口与工作总览
Home/Chat/IM:汇总默认智能伙伴与工作进展;双渠道共享身份、任务和结果
执行与交付
Task/Artifact/Automation:状态、责任、可编辑结果和持续工作
上下文复用
Project:任务、产物、Instructions、Knowledge、文件和可用 Agent
能力供给与发现
Agent/Agent Team/AgentHub/SkillHub/Profile
运行与接入边界
Harness/Adapter/Runtime:统一身份、Task、Artifact、状态与权限
设计目标与挑战
先定义要达成什么
- 建立工作优先的统一心智
Home、Task、Artifact、Automation 与 Project 围绕工作进展组织。
- 在异构底座上建立一致体验协议
不同 Agent 保留模型、框架与运行差异,前台统一身份、上下文、协作与治理表达。
- 让多 Agent 与主动执行可理解、可控制
呈现责任、Task、Artifact、来源、成本和停止/调整入口。
再看什么阻碍目标
- 把平台复杂度转译为工作心智
用户先看见目标、进展和结果,技术细节按需展开。
- 多Agent协作可读可控
清楚呈现谁负责、是否派生其他 Agent、进展在哪里、结果属于谁。
- 维持PC、IM与原生产品连续
身份、Context、Task、Artifact 和权限必须跨渠道一致。
- 建立生态发现,而非堆叠市场
形成供给—发现—添加—首用—复用的闭环。
设计判断
用工作台统一总心智
Home 与 Task—Artifact—Project 组织工作,AgentHub/SkillHub 负责供给与发现。
渐进披露平台复杂度
首屏优先继续工作,多 Agent、模型、团队和高级设置按需出现。
工作对象建立任务闭环
对话、Task、Artifact、Project、Automation 各自承担稳定职责。
统一体验协议连接异构 Agent 与双渠道
Harness/Adapter 接入差异,前台共享身份、Profile、Task、Artifact 与权限表达。
可信生命周期贯通供给、发现与复用
用来源、能力、权限、状态和社会证明建立信任。
设计策略与动作
以企业工作台统一总心智
KEY TRADE-OFF · 关键取舍用 Home 与 Task—Artifact—Project 组织工作;运行接入层不进入用户主心智。
DESIGN ACTIONS · 核心动作定义 Home 的默认智能伙伴、工作进展和首屏层级;统一 Workbench、AgentHub、SkillHub 的对象术语、状态与导航规则。
以渐进披露控制平台复杂度
KEY TRADE-OFF · 关键取舍首屏优先继续工作和完成任务,多 Agent、模型、团队与高级设置只在需要时出现。
DESIGN ACTIONS · 核心动作先以 aily 作为默认智能伙伴;完整信息进入 Profile;当用户形成复杂任务时,再开放多 Agent、模型与高级设置。
以工作对象建立任务闭环
KEY TRADE-OFF · 关键取舍对话负责意图与澄清,Task 执行,Artifact 交付,Project 复用上下文,Automation 持续工作。
DESIGN ACTIONS · 核心动作建立统一工作对象模型;让 Artifact 落到文档、表格、Slides 等协作对象,并让消息、Task 与 Artifact 可追溯。
以统一体验协议连接异构 Agent 与双渠道
KEY TRADE-OFF · 关键取舍不同模型、框架和运行位置通过 Harness/Adapter 接入,前台共享身份、状态、权限与结果。
DESIGN ACTIONS · 核心动作建立 Web/IM 双渠道协议;为异构 Agent 定义统一接入、对象映射和状态表达。
以可信生命周期贯通供给、发现与复用
KEY TRADE-OFF · 关键取舍Agent 与 Skill 按岗位/场景被发现,并以来源、能力、权限、状态和社会证明建立信任。
DESIGN ACTIONS · 核心动作打通 AgentHub/SkillHub 的“发现—添加—首次成功任务—再次复用”;把安全检测、企业发布、多版本与上架管控接入生命周期。
任务发起:感知 AI 能力,快速发起
- 背景
- 虽然模型能力发生了很大变化,但任务发起始终要解决同一个问题:用户怎样快速知道,自己可以把什么工作交给 AI,并真正开始?
- 判断
- 任务发起的关键,不只是帮助用户表达需求,而是连接 AI 能力与用户当下的工作
个人助手,推荐内容从提示词升级为任务模板和产物模板,让用户直观感受到 AI 能力的增强
多 Agent 协同,推荐升级为“工作建议”,深入用户工作,结合工作上下文,推荐与用户工作更相关的内容
回头看三个阶段的任务发起,具体方案一直在变化:
从帮助用户“知道怎么问”,到帮助用户“知道可以交付什么”,再到帮助用户“现在值得做什么工作”。
但背后的设计判断没有变:持续降低用户把工作交给 AI 的门槛
协作执行:理解 AI 进展,适时参与协作
- 背景
- 随着产品演进,虽然 AI 处理的任务越来越复杂,但任务协作始终要解决同一个问题:用户是否理解 AI 正在做什么,并判断自己是否需要介入?
- 判断
- 任务协作的关键,不是向用户展示所有执行过程,而是提供能够支持判断的关键信息,让用户在 AI 越来越自主时依然保持理解和掌控
个人助手:把思考和工具清晰展示,帮助用户理解任务进行到哪一步、正在调用什么工具,判断是否需要介入
多 Agent 协同:梳理过程信息 + 聚合关键信息 + 强化用户控制,帮助用户更好地掌控复杂任务
3.0 - 梳理过程信息 + 聚合关键信息 + 强化用户控制,帮助用户更好地掌控复杂任务
围绕用户掌控复杂任务的需要,重新组织整个协作体验。先让用户看得懂过程,再让用户看得到全局,最后让用户随时介入
梳理过程信息 · 看得懂
- 明确执行主体:展示当前参与的 Agent,帮助用户理解谁正在完成什么
- 提炼执行过程:冗长的思考过程提炼为执行摘要,帮助用户理解现在正在做什么
- 聚合工具调用:合并连续工具操作,完成自动收拢,帮助用户减少页面信息噪声
聚合关键信息 · 看得全
为了帮助用户更全面地了解任务进展,我扩展了一个灵活、动态的任务总览区域,集中展示任务状态、子任务进展和过程资源。最终和之前的对话区和产物区,形成了三个相互协作的区域:
- 对话决策区,帮助人和 Agent 持续沟通协作
- 任务总览区,帮助用户掌握任务全局
- 产物工作区,帮助用户验收并继续工作
强化用户控制 · 管得住
- 1-输入框不再是一个内容输入的区域,而是稳定的介入区域,根据任务,动态展示权限授权、方向调整等。用户不需要在复杂的消息流中寻找操作入口,所有需要介入的动作,都会在同一个地方、合适的时机出现
- 2-多轮消息流,支持快速回溯,帮助用户更好理解协作发生过程
回头看执行过程的三个阶段,具体方案一直在变化:
从帮助用户“知道AI的思考过程”,到帮助用户“看懂任务的执行”,再到帮助用户“掌握复杂项目的推进”。
但背后的设计判断没有变:不是展示 AI 执行的一切,而是在用户需要的时候给关键判断信息,让用户在 AI 越来越自主时,依然能够理解过程、适时介入并保持掌控。
aily Workbench 的关键界面与交互结果
阶段结果
当前材料以定位、架构、设计方案和推进过程为主,尚无可用于对外归因的结果数据。
复盘
- 定位从持续型个人 Agent 上提为飞书官方工作 Agent 与开放 Agents 平台的工作台/门户。
- 首页从激进改版转向渐进演化;保留 Home,并逐步吸收任务、Agent 和项目能力。
- 设计对象从一个 Agent 的能力和一次对话,提升为组织内的工作单元、上下文、Agents 协作网络与治理系统。