十年積蓄毀于洪水，但他們樂觀面對失去，我們?yōu)樗麄冎饻嘏謭?jiān)固的新家。
2023年3月，微軟發(fā)布OfficeCopilot，掀起AI辦公革命的第一波浪潮。然而，這場變革止步于簡單的「智能助手」或「聊天工具欄」的輔助層面，受限于軟件割裂、缺乏上下文記憶與協(xié)作能力，Copilot式插件未能從根本上重構(gòu)辦公邏輯。與此同時(shí)，Manus和Genspark等AI原生平臺雖致力于提供更輕量級的辦公體驗(yàn)，并嘗試實(shí)現(xiàn)「從寫到發(fā)」的一體化閉環(huán)，卻也受限于協(xié)作功能薄弱和編輯靈活性不足等問題，距離效率的質(zhì)變?nèi)杂芯嚯x。
在此背景下，一群來自新加坡的博士團(tuán)隊(duì)提出了新的解決方案，試圖打破AI辦公領(lǐng)域的現(xiàn)有僵局。他們打造的AI協(xié)作平臺Agnes，通過系統(tǒng)底層的創(chuàng)新，重塑了任務(wù)分工和信息流轉(zhuǎn)，有效打通了工具壁壘和信息孤島，讓AI真正成為團(tuán)隊(duì)的智能中樞，進(jìn)而能夠應(yīng)對復(fù)雜任務(wù)流和真實(shí)業(yè)務(wù)需求。
01
多智能體驅(qū)動(dòng)的全新協(xié)作Workspace
大部分AI辦公工具都只聚焦文檔本身，著重單人任務(wù)，一旦涉及多輪次、跨成員的復(fù)雜團(tuán)隊(duì)的協(xié)作，就會(huì)顯得力不從心。
這是因?yàn)樵趩稳巳蝿?wù)中，AI只需理解單個(gè)用戶的上下文。而在團(tuán)隊(duì)協(xié)作場景下，AI需要處理的信息包括整個(gè)團(tuán)隊(duì)的對話、任務(wù)、文檔及歷史決策，信息量完全是指數(shù)級增長。這種超長的上下文理解、復(fù)雜的工具調(diào)用以及版本控制與沖突解決的挑戰(zhàn)，都使AI融入?yún)f(xié)作流程成為一個(gè)難題。
Agnes罕見地完成了這一突破，構(gòu)建了一個(gè)具備多人協(xié)作能力的原生的AI辦公平臺，可以寫文章，做研究報(bào)告，做PPT，基礎(chǔ)的辦公任務(wù)都能承擔(dān)。團(tuán)隊(duì)成員無需在多個(gè)應(yīng)用和界面之間頻繁切換，所有輸入輸出、協(xié)作與任務(wù)進(jìn)展都集中在一個(gè)具備記憶能力的統(tǒng)一工作空間中。
它的三大核心特性包括：
·真正的協(xié)作型AI工作空間：Agnes構(gòu)建了一個(gè)深度適配團(tuán)隊(duì)協(xié)作場景的AI工作中臺，融合了團(tuán)隊(duì)記憶、智能體分工和一體化內(nèi)容生成。這使得任務(wù)推進(jìn)和信息傳遞能夠圍繞實(shí)際協(xié)作流程展開，而非零散的輸入輸出。
·多人實(shí)時(shí)協(xié)作Agnes支持團(tuán)隊(duì)成員實(shí)時(shí)編輯文檔、報(bào)告和演示內(nèi)容，所有修改即時(shí)可見，提供接近GoogleDocs的流暢協(xié)作體驗(yàn)，顯著優(yōu)于傳統(tǒng)Office的單一文件版本管理模式。
·一體化內(nèi)容生產(chǎn)能力：Agnes不僅僅是輔助優(yōu)化某個(gè)環(huán)節(jié)，而是通過調(diào)度多智能體完成專業(yè)文檔與幻燈片的全流程生成。它是一款從底層以AI架構(gòu)構(gòu)建的協(xié)作平臺，具備完整的一體化內(nèi)容生產(chǎn)能力。
通過將AI深度嵌入每一步操作，保證實(shí)時(shí)響應(yīng)團(tuán)隊(duì)討論，并記憶項(xiàng)目歷史、成員反饋和任務(wù)目標(biāo)的能力，動(dòng)態(tài)適應(yīng)任務(wù)的演進(jìn)，Agnes成為了團(tuán)隊(duì)的「協(xié)作大腦」，支持長期項(xiàng)目的連貫管理，而不僅僅是局部優(yōu)化的輔助工具。
02
NUS博士天團(tuán)：Multi-Agent協(xié)作雙引擎
Agnes核心團(tuán)隊(duì)成員主要是來自新加坡國立大學(xué)與南洋理工大學(xué)的博士，創(chuàng)始人兼靈魂人物BruceYang現(xiàn)為新加坡國立大學(xué)在讀博士，專注于多Agent推理架構(gòu)與Agent應(yīng)用落地研究，已經(jīng)以第一作者身份發(fā)表多篇支撐Agnes平臺核心能力的技術(shù)論文，是一位兼具科研深度與產(chǎn)品實(shí)戰(zhàn)力的「技術(shù)派創(chuàng)業(yè)者」。本科畢業(yè)于加州大學(xué)伯克利分校，師從圖靈獎(jiǎng)得主，主修數(shù)學(xué)與計(jì)算機(jī)雙學(xué)位。畢業(yè)后曾在微軟和領(lǐng)英擔(dān)任工程管理，主導(dǎo)會(huì)員付費(fèi)等項(xiàng)目。
Agnes總部位于新加坡，是新加坡本土孵化和培養(yǎng)的AIAgent企業(yè)，在底層模型和智能體框架上與NUS校方有較多較深入的合作。從Agnes產(chǎn)品在ProductHunt等社區(qū)平臺的用戶評論來看，口碑還算可以。
一方面是產(chǎn)品本身內(nèi)容生成算同類產(chǎn)品中「快且好」的一批，協(xié)作場景的切入口準(zhǔn)確；另一方面運(yùn)營人群精準(zhǔn)，主要服務(wù)白領(lǐng)、學(xué)生與內(nèi)容創(chuàng)作者，新加坡人才活躍，與早期用戶建立了較穩(wěn)固的連接，甚至有本地媒體稱其為新加坡的「DeepSeek」。
Agnes前端生成與協(xié)作體驗(yàn)的優(yōu)化，根本其實(shí)在于其底層技術(shù)架構(gòu)的突破：團(tuán)隊(duì)自主研發(fā)的CodeAgents多智能體推理框架以及輕量高效的7B參數(shù)推理模型Agnes-R1。這是Agnes最核心的技術(shù)護(hù)城河，也是它敢于挑戰(zhàn)協(xié)作辦公這一復(fù)雜場景的底氣所在。
Agnes-R1是Agnes團(tuán)隊(duì)自研的7B推理模型，專為團(tuán)隊(duì)協(xié)作設(shè)計(jì)。它支持長上下文記憶，能掌握項(xiàng)目前后的關(guān)鍵信息，并與多個(gè)Agent協(xié)作，處理復(fù)雜的多輪推理與資料整合任務(wù)。
如圖所示，Agnes在調(diào)用模型時(shí)，不僅輸入用戶指令，還注入共享的團(tuán)隊(duì)記憶和項(xiàng)目上下文。Agnes-R1會(huì)結(jié)合任務(wù)目標(biāo)，通過CodeAgents框架自動(dòng)拆解任務(wù)，分配給不同智能體處理，最終匯總輸出統(tǒng)一結(jié)果。
CodeAgents則是Agnes團(tuán)隊(duì)自研的多智能體推理框架。根據(jù)團(tuán)隊(duì)公開發(fā)布的論文，CodeAgents在公開基準(zhǔn)測試中展現(xiàn)出優(yōu)異性能，尤其在降低多Agent協(xié)作場景下token消耗方面表現(xiàn)突出。
傳統(tǒng)多智能體AI框架由于依賴自然語言作為溝通橋梁，較容易陷入token消耗過高，任務(wù)流程難以追蹤，溝通效率低下，難以復(fù)盤與調(diào)試等問題中，從而在商業(yè)應(yīng)用中造成對推理成本和可控性的巨大壓力。如果應(yīng)用在協(xié)作長流程中，這些問題還會(huì)被成倍放大，制約實(shí)際落地。
Agnes團(tuán)隊(duì)的解決方案是采用結(jié)構(gòu)化偽代碼驅(qū)動(dòng)多智能體任務(wù)拆解與協(xié)作流程，將智能體分工、流程控制、工具調(diào)用、異常處理等全部明確寫入代碼層面，取代傳統(tǒng)基于自然語言的松散對話。相當(dāng)于將多Agent任務(wù)處理轉(zhuǎn)化為工業(yè)流水線式的運(yùn)作模式：任務(wù)拆解、角色分配、錯(cuò)誤處理都有清晰邏輯，在提升性能的同時(shí)大幅降低成本。
這個(gè)架構(gòu)可以大致分為三層：
結(jié)構(gòu)化流程管理：對全流程、動(dòng)作和反饋狀態(tài)進(jìn)行結(jié)構(gòu)化管理，精準(zhǔn)定位關(guān)鍵失敗點(diǎn)和狀態(tài)變化。
模塊化任務(wù)拆分：將任務(wù)分解為樂高積木式標(biāo)準(zhǔn)化模塊，每個(gè)模塊的目標(biāo)、分工、工具、反饋均明確細(xì)化，組合形成完整的協(xié)作任務(wù)流。
復(fù)雜流程控制能力：支持循環(huán)、條件分支、多輪任務(wù)自動(dòng)回滾，以適應(yīng)復(fù)雜工程和多輪協(xié)作場景。
根據(jù)多項(xiàng)公開基準(zhǔn)測試結(jié)果，Agnes的CodeAgents框架顯著優(yōu)于傳統(tǒng)的自然語言多Agent方法。在GAIA、HotpotQA等多步驟推理和跨工具協(xié)作任務(wù)中，相比自然語言提示，CodeAgentstoken成本顯著降低，準(zhǔn)確率反而更高。在VirtualHome長鏈路仿真環(huán)境下，CodeAgents任務(wù)成功率則提升近20%，token消耗減少約四成，大幅降低了成本和算力壓力。
并且更重要的是，這并非是「實(shí)驗(yàn)室模型」，而是已接入到真實(shí)產(chǎn)品中的成熟能力。這種技術(shù)路徑不僅意味著更可控的用戶體驗(yàn)，也為大規(guī)模商業(yè)化鋪平了道路。在當(dāng)前大量AI工具因高昂的Token成本而難以盈利的背景下，Agnes的成本與定價(jià)優(yōu)勢將成為其在AI協(xié)作市場上的關(guān)鍵競爭力。
創(chuàng)始人Bruce不久前在新加坡路透社RetuerNext大會(huì)上也說過這個(gè)問題。誰能做到便宜、速度快、可控強(qiáng)，誰就能跑得更遠(yuǎn)。在消費(fèi)級AI應(yīng)用中，推理幾乎能夠占據(jù)70–80%的公司年度開銷。在保證準(zhǔn)確的前提下，AI推理成本優(yōu)化是下一階段AI普及的關(guān)鍵。
除了效率與成本的突破，Bruce還在推動(dòng)AI的「可信任進(jìn)化」。Agnes團(tuán)隊(duì)正在與新加坡國立大學(xué)合作，研究一種「AI信任協(xié)議機(jī)制」，目標(biāo)是提升AI的透明性和可解釋性。核心做法包括：讓AI主動(dòng)回報(bào)任務(wù)進(jìn)度和關(guān)鍵里程碑；確保輸出是「人類可理解」的語言或結(jié)構(gòu)，以確保人與AI之間的目標(biāo)和約束達(dá)成一致；在訓(xùn)練過程中引入強(qiáng)化學(xué)習(xí)激勵(lì)機(jī)制，對「未對齊行為」進(jìn)行懲罰，以提升AI的可信度與協(xié)作能力。Bruce表示，他們希望未來能推動(dòng)一個(gè)全球通用的AI信任協(xié)議，確保AI始終與人類目標(biāo)保持一致。
03
AI辦公的下一幕：協(xié)作范式的重構(gòu)
Agnes之所以引人注目，不僅在于其創(chuàng)新性，更因?yàn)樗驹诹藚f(xié)作范式變革的臨界點(diǎn)上。AI插件和自動(dòng)化工具看上去層出不窮，但本質(zhì)仍是為舊有流程「打蠟拋光」，團(tuán)隊(duì)的信息流割裂、知識難以沉淀、跨工具協(xié)作低效、流程混亂等問題始終未能根本解決。
Agnes從底層架構(gòu)、模型訓(xùn)練到Agent框架全部自研，所追求的正是從協(xié)作出發(fā)，打造AI原生的協(xié)作辦公系統(tǒng)，重構(gòu)了內(nèi)容生成、任務(wù)分工與團(tuán)隊(duì)記憶的邏輯。讓AI不再是輔助工具，而是被嵌入組織運(yùn)轉(zhuǎn)的主干流程中，推動(dòng)知識流實(shí)現(xiàn)真正的統(tǒng)一和智能分發(fā)。
短時(shí)間內(nèi)，Agnes大概率并不能像其聲稱的那樣終結(jié)微軟Office的統(tǒng)治，但Agnes提供了一個(gè)重要的信號：系統(tǒng)級的重構(gòu)辦公，或許才是下一代辦公工具真正的起點(diǎn)。隨著其產(chǎn)品功能的完善，「下一代Office」是更聰明的單兵作戰(zhàn)工具，還是懂協(xié)作、懂流程、懂記憶的智能「團(tuán)隊(duì)大腦」？這場辦公革命，值得每一個(gè)關(guān)注未來工作方式的人深思與期待。盡管工程難度遠(yuǎn)超傳統(tǒng)應(yīng)用，但如果這條路徑能夠跑通，其意義將不僅僅是提升某個(gè)環(huán)節(jié)的效率，而是重新定義團(tuán)隊(duì)的協(xié)作方式。
最后，以Agnes創(chuàng)始人Bruce的一句話結(jié)尾「贏家會(huì)思考如何站在AI浪潮中抓住結(jié)構(gòu)性變化、流量入口和組織創(chuàng)新?！箍赡懿粔蛲昝?，但它已經(jīng)足夠有力、足夠新鮮、也足夠扎實(shí)，Agnes值得成為AI辦公領(lǐng)域的另一個(gè)起點(diǎn)。
孔子與老子:究竟哪一個(gè)更高明
老子李聃、釋迦牟尼、孔子三人,誰年齡最大?為何儒家更受人信賴
孔子一生三次問道老子,第三次得道!儒家和道家究竟誰高誰低?
