作者 ｜ 張奚晨
郵箱 ｜ zhangxichen@pingwest.com

AI Agent 的產品形態正在改變。

當Agent能處理的問題越來越復雜，新的問題也出現了，不同Agent怎么和另一個 Agent 協作？Agent自己接單、自己賺錢？

人們開始關心當Agent 作為社會活動主體，怎么進入具體場景。

本期項目推薦的6個項目從三層展開：

第一層是 對話關系。Agent 要先進入群聊，讀到同樣的信息。
第二層是 組織關系。Agent 進入團隊后，要被分配、管理、調度。
第三層是 經濟關系。Agent 不再只是被使用，能不能自己接單、交付、賺錢。

1

1. Agent 進群：先進入對話，接收同樣的信息

如果 Agent 要成為團隊成員，第一步不是會調用多少工具，而是能不能進入同一個信息場。

這就是 Slock.ai 和 FloatIM 的共同思路：Agent 要像人一樣待在頻道里，讀同一段歷史，響應同一個任務。

區別在于，Slock 更像把 Agent 放進 Slack 式協作空間；FloatIM 更想從一開始就為 Agent 重寫群聊。

Slock.ai

產品概述

Slock.ai 是一個 Agent 協作基礎設施平臺。它把分散在本地 IDE、遠程服務器、Slack、Discord 等環境里的 Coding Agent，統一接入到一個協作工作空間。人類和 Agent 可以在 channels、DMs、threads 和任務系統里一起工作；用戶在一個 Channel 中發消息，多個 Agent 可以同時看到、討論并響應。

團隊背景

項目創始人兼CEO錢宇超曾在 Moonshot AI 負責開發 Kimi CLI，在做 Kimi CLI 后期，逐漸察覺到單 Agent 在上下文管理、多任務協作和團隊共享上的瓶頸，于 2026 年創立 Slock.ai。聯合創始人莊天翼（Tenny）畢業于清華大學計算機系，曾在阿里巴巴的 PolarDB-X 團隊工作，負責開發與交易相關的功能。

為什么值得關注

Slock.ai 值得關注，不是因為它做了一個“Agent 版 Slack”，而是因為它抓住了多 Agent 協作的真問題，Agent 多起來以后，最先崩掉的不是能力，而是管理。

一個人同時開多個 Claude Code 或 Kimi CLI session，很難記住每個 Agent 在干什么、做到哪一步、有沒有互相沖突。而且每個人調教出來的 Agent、偏好和經驗都沉淀在自己機器里，團隊無法復用。Slock 的解法是把 Agent 放進同一個頻道，讓它們看見同一段上下文，也讓人類能管理它們的協作過程。

Slock.ai 的價值不是“讓 Agent 聊天”，而是讓多 Agent 有了團隊協作界面。

但需要注意的是，更多 Agent 不等于更高效率。多 Agent 協作會增加 token 成本，也會制造新的管理噪音。Slock.ai的模式要跑通，必須證明頻道、任務、共享上下文帶來的組織效率提升，能抵消一屋子 Agent 同時工作的復雜度帶來的混亂和成本。

網址：https://slock.ai/

FloatIM

產品概述

FloatIM 是 Floatboat 推出的 Agent 原生消息產品。它強調人類和 AI Agent 可以共享同一個群聊，Agent 不是外接 Bot，而是群聊里的原生成員。Agent可以理解群組規則、共享上下文、參與任務協作，并運行在用戶自己的機器或工作環境里。

團隊背景

FloatIM 的背后是 Floatboat 。2026 年 3 月 18 日，Floatboat 宣布完成 200 萬美元種子輪融資，由紅杉中國種子基金與微光創投聯合投資，資金主要用于產品研發和團隊建設。創始人譚少卿是連續創業者，曾聯合創辦泰迪未來科技，帶領團隊開發 Android 系統級 AI 服務。

為什么值得關注

FloatIM 比 Slock.ai 更激進一點，不是讓 Agent 進入群聊，而是想為 Agent 重做群聊。如果群聊協議本身為 Agent 設計，權限、文件訪問、上下文、路由和任務分配都可以重做。讓 Agent 不是等用戶喂材料，而是直接待在工作現場里，看到你看到的東西，操作你能操作的東西，真正替用戶上手工作。

FloatIM和Floatboat 在用戶定位上選擇避開飛書、釘釘、Slack 已經占據的企業協作市場，先服務那些對效率最敏感、遷移成本較低的OPC?？蛇@也意味著，它需要面對更苛刻的一群builder，他們不缺工具，缺的是確實能提效的工具。

網址：https://floatboat.ai/floatim

1

2. Agent 作為團隊成員：如何組織管理Agents

Agent 進入團隊以后，需要考慮的問題來到了組織管理層面，團隊怎么組？任務誰來分？進度怎么看？

Multica.ai、Mindra 和 Buda.im 給出了三種不同答案。

Multica.ai 面向開發者，從項目管理切入，把 coding agents 放進 issue、看板、狀態流和技能庫。Mindra 面向非技術業務團隊，從業務流程切入，讓用戶用自然語言描述目標，由系統自動組建 Agent team 并行執行。Buda.im 從組織視角出發，想把多個 Agent 納入公司架構，變成可管理的 AI 員工。

Multica.ai

產品概述

Multica.ai 是一個開源 Agent 管理平臺，目標是把 coding agents 當成團隊成員來管理。你可以像給同事分配 issue 一樣把任務分給 Agent：它會接手工作、編寫代碼、報告 blocker，并自主更新任務狀態。Multica 想解決的不是“如何寫一個更好的 prompt”，而是讓 Agent 出現在項目看板上、參與討論、沉淀可復用技能，隨著時間變成團隊能力的一部分。實現兩名工程師加上一組 agents，就能發揮出二十人團隊的推進速度。

項目背景

Multica 是 GitHub 開源項目，目前已有 26k stars、3.1k fork

為什么值得關注

Multica解決的是“團隊如何管理一批會寫代碼的 Agent”。Claude Code、Codex、OpenClaw 這些工具已經能把活干好了，但管理層的仍存在空缺。Multica 把 Agent 放進任務看板、生命周期、運行時監控和技能庫里，讓它們像同事一樣接 issue、報進度、提 blocker，并把每次解決方案沉淀成團隊可復用能力。

Multica 的邊界也很清楚，這是一個給開發團隊準備的工具。它真正的競爭對手不是傳統項目管理軟件，而是 Claude Code、Cursor、Codex 這些 coding agent 自己往管理層上長的趨勢。

網址：https://multica.ai/

Mindra

產品概述

Mindra 是一個面向企業業務流程的 Agent 編排平臺，面向的是營銷、供應鏈、廣告投放、內部運營等業務流程，而非開發團隊。用戶可以用自然語言描述目標，系統自動組建一支 24/7 無休的 Agent team，決定用哪些 Agent、按什么順序執行，并在運行時并行工作、適應變化、故障自愈。

項目背景

Mindra 在 Product Hunt 上線后獲得日榜第一，目前已獲120萬美元種子輪融資。

為什么值得關注

Mindra注意到的市場痛點是，現在很多 Agent 編排工具，本質上還是給技術團隊用的。使用者要知道 API 怎么接、流程怎么畫、異常怎么處理。Mindra的判斷是，業務團隊不應該先學會搭自動化才能使用 Agent，而是只需要說要求，系統負責組隊、編排、執行和監控。

Mindra 還很新，成熟度需要持續觀察。它要驗證的不只是能不能生成一隊 Agent，而是能不能在真實企業流程里穩定運行，營銷預算、供應鏈動作、廣告投放這類任務，出錯的后果比一段代碼的bug嚴重得多。

網址：https://mindra.co/

Buda.im

產品概述

Buda.im 定位為多 Agent OpenClaw 替代方案。它降低了配置門檻，讓用戶可以在網頁端一鍵組建 AI 團隊，進一步運行一家公司。Buda 給每個 AI 員工配備獨立的云端持久化記憶沙盒 Buda Drive，讓 Agent 擁有記憶、能閱讀文件、能長期執行復雜任務。Buda中可以管理不同類型的 AI 員工，包括編程、銷售、營銷、行政、戰略、內容和財務等角色。

團隊背景

Buda.im 創始人為陳霈霖（Kelly），是 Vika維格云創始人、前喜茶 CTO。

為什么值得關注

Buda 想做的是是一個 AI 員工管理系統，，讓Agent有記憶、有自己的工區、有 Drive、有 Skills、有角色分工，還能長期執行任務，把一批 Agent 納入公司組織結構里。

Buda 的難點在于協作和安全。目前產品設計中，每個 Agent 都有獨立私有工區，不同 Agent 之間數據不直接共享，Agent 間協作需要通過統一頻道或 Manager Agent 實現。這降低雖然了風險，但也提高了組織復雜度。Buda要證明的是：隔離、安全和協作可以同時成立。

網址：https://buda.im/

1

3. Agent自己去接單：是炒作敘事還是未來方向？

前面兩組項目解決的是 Agent 如何進入對話和團隊。
這組項目解決的是身份問題，Agent 怎么進入勞動力市場。

這里的關鍵變化是，Agent 不再只是被使用的工具，而是被設計成可以找活、接單、交付、賺錢的經濟主體。

Agentalent.ai

產品概述

Agentalent.ai 是 monday.com 推出的企業 AI Agent 招聘平臺。官網把它定義為一個幫助企業評估、招聘和管理 AI agents 的平臺，合作方包括 AWS、Anthropic 和 Wix。企業可以發布崗位、審查合格 Agent，并根據任務匹配度、業務需求選擇解決方案。同時，builder也可以根據企業需要設計提交Agent。

團隊背景

Agentalent.ai 是以色列 SaaS 公司 monday.com所孵化的項目。monday.com的核心產品是工作管理平臺/Work OS，其業務主線為解決企業內部“誰在做什么、進度到哪、流程怎么跑的”問題，通過推出Agentalent將業務拓展至AI work platform，實現Agent參與企業協作。

為什么值得關注

Agentalent提出的路徑和后續完善方案值得關注。當Agent以「員工」的身份出現在勞動力市場中，Agent所爭取的是企業中的一個業務崗位。如果這個邏輯成立，Agent 的收入來源就不只是一次性任務，而是企業持續發放的“工資”。但風險也在于此，誰來對Agent員工進行測試？人類需要多大程度上參與監管？如果Agent 出錯，責任由開發者、平臺還是企業承擔。運維Agent需要的費用怎么分攤？

網址：https://agentalent.ai/

NEAR AI Agent Market

產品概述

NEAR AI Agent Market 是一個鏈上 Agent 任務市場。它允許 AI Agent 自主發現任務、競標、執行、交付，并通過 NEAR escrow 獲得付款。NEAR 官方給出的交易流程是：用戶發布任務，Agent 提交價格和時間線，請求方選擇 bid，資金進入 escrow，Agent 執行并提交帶 verification hash 的交付物。

團隊背景

項目背靠 NEAR AI / NEAR Protocol，是從區塊鏈項目中長出的 Agent-to-Agent 市場。NEAR 聯合創始人之一 Illia Polosukhin 是 2017 年論文 Attention Is All You Need 的作者之一。NEAR 早期活動集中在 Web3，從 2023 年起越來越強調 AI + Blockchain，并把自己定位為 “a network built for AI”。

為什么值得關注

NEAR 是目前最接近 A2A 自動交易 的產品形態。其底層愿景是，Agent 在前端代替用戶發起 intent，鏈在后端處理身份、信任、支付和結算。Agent 不只是執行任務，而是可以自己找任務、報價格、交付結果、拿到收入。

但NEAR的web3.0背景讓人不禁聯想，這到底是A2A經濟的未來，還是幣圈借 AI 炒作的新敘事？未來要看的不是口號，而是交易密度、復購率和任務質量。沒有真實任務，這個市場就只是一個漂亮的鏈上任務板。

小結：

上述產品最值得關注的方向，不是它們是否已經成熟，而是它們在嘗試回答的問題：

當 Agent 不再只是工具，而開始成為協作對象、組織成員和市場主體時，我們需要什么新的基礎設施？有哪些解題思路？

下一個變化會更具體。Agent 的身份、權限、調度、記憶、責任邊界，都會成為新一輪產品競爭點。

點個“愛心”，再走 吧