我们准备把自己的组织完全搬到 AI 上去。
这不是一句口号。硅星人每天在同时调度十几个 AI Agent 做内容、做调研、做运营。当我们成为了一个「人 + Agent」混合组织,完全服务于人类组织的所有工具都不再够用了。
问题马上就来了:十几个 Agent 同时工作,谁记得上次做了什么决定?Agent 之间的信息怎么同步?我怎么放心把事交出去?
所以我们开始认真找:更智能的组织协作方式到底长什么样?组织的 Center 应该建在哪?
试了很多产品,看了很多方向。这期就是来介绍一下我们发现的几个有意思的项目。
要不要搬到新的 IM 上?
第一个问题很直接:你的组织协作中心到底应该在哪?
如果 Agent 已经是你的团队成员了,还把它们塞进一个为人类设计的 IM(飞书、Slack、钉钉)里,够用吗?有一批公司的判断是:不够。它们在做专门为 Agent 原生设计的协作空间。
Helio
产品概述
Helio 做的是 AI Native Workforce——让 AI 同事成为团队的原住民。在 Helio 里,AI 不是侧边栏的助手按钮,不是输入框对面的服务员,而是坐你旁边工位的同事——拥有自己的名字、头像、邮箱,和真人一起出现在组织联系人列表里。

AI 同事和人类同事用同一套系统:多方沟通记录、消息历史、文档、邮件线程、日历,AI 全都有。它同时知道「团队是谁」(团队 Context)和「我是谁」(自我 Context),会主动感知组织里发生的事,自己创建工单、自己执行、自己写进度,遇到不确定的主动找人确认。
为了解决信任问题,Helio 设计了三重护栏:工具白名单(哪些工具 AI 能自己装、哪些要审批)、任务审批(不可逆动作必须等人按「同意」)、权限分级(精确控制范围,一次授权到位)。
团队背景
Helio 是 Sheet0 创始人王文锋(94 年,前分布式系统工程师)的新项目,定位 AI Workforce——让 AI 成为团队里的"原住民"同事,而非给人用的工具。团队仅 9 人、平均 00 后,北京 + 硅谷双地办公,已拿 500 万美元 融资,目前处于内测阶段。
为什么值得关注
Helio 解决的核心问题是:AI 已经能干活了,但人怎么放心把事交给它? 答案是像管理新员工一样管理 AI——透明、可干预、有边界。它不只是让 Agent 进群聊,而是把 AI 做成了真正的组织成员,配套完整的治理体系。
网址:https://helio.im
Bloome
产品概述
Bloome 是一个专为多 Agent 协作设计的 IM 平台。它的核心逻辑是:人和 AI Agent 共处同一个群聊空间,给 Agent 分配角色、分配任务,然后一起出活。Agent 不是外挂的 Bot,而是群里的原生成员——能看到上下文、能被 @、能主动汇报进度。

团队背景
YouWare创始人明超平的新项目。产品已上线,支持多 Agent 群聊协作、角色分配、上下文共享。目前处于早期阶段,未披露融资信息。
为什么值得关注
Bloome 和 Helio 的方向类似但切入点不同。Helio 更重「组织治理」——AI 员工怎么管、怎么授权、怎么问责。Bloome 更重「协作界面」——权限、上下文、任务路由、角色管理从协议层原生支持,而不是在别人的群聊上做适配。
「Nothing blooms alone」——这句 slogan 本身就是对「超级个体」叙事的一次反驳。再强的个体也需要协作环境,而 Bloome 赌的是:这个环境应该为 Agent 原生设计。
网址:https://bloome.im
如果你留在现有 IM 里,记忆层怎么解决?
不是所有团队都会搬到一个全新的 IM 上。如果你的组织仍然在飞书、Slack、Discord 里协作,那问题就变成了:怎么让 Agent 拥有组织记忆,而不是每次都从零开始?
Lucius.ai
产品概述
Lucius.ai 做的是「AI 员工上下文层」。它让 AI 住进 Discord、Telegram、Slack 的群聊里,通过观察和学习真实业务流程,积累组织级的上下文记忆,然后基于这些记忆自主处理任务。不是每次都要人喂材料,而是 Agent 自己知道「我们上次是怎么做的」。

团队背景
创始人赵赫,曾在 Oracle 担任售前交互工程师,后在函子科技(Momen.app)组建了国内最早的客户成功部门。团队 7 人,全栈工程师为主,已完成数百万美元天使轮融资,由明势创投领投,蓝狮资本担任独家财务顾问。本轮资金将用于产品研发、AI Teammate 工作流能力建设、全球市场拓展和团队建设。Lucius 目前已服务 30+ 家客户,覆盖 3,000+ 个社区与工作频道。
为什么值得关注
Lucius 的切入点是:不做新 IM,而是让 AI 直接进入你现有的工作现场里。群聊是组织信息密度最高的地方决策、争论、变更、吐槽全在里面。让 Agent 长期驻扎在群聊里积累上下文,比事后把文档喂给 RAG 更接近真实的「组织记忆」。
对于不想迁移 IM 的团队来说,这可能是最务实的路径。
网址:https://lucius.ai
MemoraX(忆纪元)
产品概述
MemoraX 做的是大模型「个性化记忆」。它不走 RAG 外挂检索的路线,而是用自研的 Agentic RL(智能体强化学习)技术,把记忆能力内化进模型本身——让模型像人一样,记忆会随着使用持续进化、精准召回、跨场景迁移。

团队背景
创始人郝建业,天津大学菁英教授,前华为大模型算法实验室主任、决策推理实验室主任。2026 年 3 月成立,4 月即完成千万美元级种子轮,L2F 光源创业者基金和钟鼎资本联合领投。团队来自华为、阿里、腾讯。
为什么值得关注
MemoraX 选了一条更底层的路。Lucius 是在应用层解决记忆(让 Agent 泡在群聊里积累),MemoraX 是在模型层解决记忆(让记忆长在模型里)。
如果这条路走通,意味着 Agent 可以真正拥有「成长性」——用得越久越懂你的组织,不依赖外部检索,不受 context window 限制。
网址:https://memorax.ai
组织的中枢建在哪?
有了 IM(不管是新的还是旧的)、有了记忆,下一个问题是:组织的知识和能力怎么沉淀、怎么复用?中枢在哪?
Sentra.app
产品概述
Sentra 定位为组织的「活体大脑」。它接入 Slack、邮件、Jira、GitHub 等所有协作工具,映射组织交互中的 who、what、when、why,构建一张动态的组织知识图谱。然后用多 Agent 架构,主动为会议提供上下文、生成状态报告、确保团队对齐。

团队背景
创始人 Jae Gwan Park(CEO)和 Ashwin Gopinath(前 MIT 教授)。公司注册名 Dynamis Labs Inc.。2026 年 1 月完成 500 万美元种子轮,a16z Speedrun 和 Together Fund 联合领投。
为什么值得关注
Sentra 解决的问题我们每天都在遇到:开会前花 20 分钟「拉齐」,本质上是在做人肉 RAG。Sentra 让 AI 来做这件事——你走进会议室,AI 已经把相关历史决策、待办事项、人员关系整理好了。
它不加速个人任务,而是强化组织的「思维连续性」。a16z 投它,赌的是这个方向。
网址:https://www.sentra.io/
Creao AI
产品概述
Creao AI 做的是 Agentic OS——用户通过对话描述需求,系统在沙箱里自动生成代码、调用 API、执行任务,并把成功的流程沉淀为可复用的 Agent App。每个 Agent App 有独立记忆和定时触发能力。核心理念:AI 自己造工具,自己跑工具。
团队背景
硅谷华人团队,总部在 Cupertino,团队分布美国、加拿大和香港。CEO Kai Cheng,此前十年为 250+ 企业客户构建生产级 AI 系统;CTO Peter Pang,前 Meta Llama 3 团队研究科学家、前 Apple 机器学习工程师(多模态/NLP);联合创始人 Clark Gao 负责 GTM,曾在 LinkedIn 和腾讯建设数据团队。不到一年累计融资超 2500 万美元(三轮),最新一轮 1000 万美元由 Prosperity7 Ventures(阿美风投)与经纬创投联合领投,红杉中国、高瓴创投、云启资本跟投。已有 20 万用户,主要靠产品力和口碑增长。
为什么值得关注
已有 20 万用户,主要靠产品力和口碑增长。Creao 的逻辑是:每一次成功的执行都应该沉淀为组织的可复用资产。你做过的每一件事,系统都帮你记住怎么做的,下次直接调用。
这本质上是在构建组织的「能力资产」——不是靠人记住怎么做,而是靠系统记住怎么做。对我们这种小团队来说特别有吸引力:你做过的事越多,组织能力越强,而不是每次都重新来。
网址:https://creao.ai
小结
以上是我们在探索「把组织搬到 AI 上」的过程中发现的项目。每一个都在解决我们实际遇到的问题。
核心选择题是:你的组织 Center 到底建在哪?
文章来自于微信公众号 "硅星人Pro",作者 "硅星人Pro"
【免费】cursor-auto-free是一个能够让你无限免费使用cursor的项目。该项目通过cloudflare进行托管实现,请参考教程进行配置。
视频教程:https://www.bilibili.com/video/BV1WTKge6E7u/
项目地址:https://github.com/chengazhen/cursor-auto-free?tab=readme-ov-file
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址:https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。
项目地址:https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。
项目地址:https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目
项目地址:https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。
项目地址:https://github.com/TaskingAI/TaskingAI