Manus肖弘昔日大学搭档创业，Kylon做了个AI原生工作空间

你的第一套Company Harness。

今年办公AI有个很明显的转向，大家不想只做一个聊天窗口了。 

7月Jack Dorsey的Block放出开源项目Buzz，上线没多久GitHub就冲到几万Star，相关讨论热度快速攀升。

Buzz理解起来很简单，频道里不光是人，Claude Code、Codex这些都能进来一起协作。 

比方大家正在频道聊新功能，直接丢任务给AI就行，它会自己读代码、搞定问题，再把结果返回频道同步给所有人。

大家已经用了几年Deepseek，ChatGPT、各种聊天对话产品，对AI帮忙写东西、查资料、改代码都很熟悉。每次对话都像临时找了一个外援，可公司里的工作很少只停在一个聊天框里。

Buzz给出的答案，是重新做一个人和AI一起工作的空间。类似的产品也在不断的冒出来，盯上的正是这块空隙。

它们想让AI离开单独的聊天框，直接进入团队平时工作的地方，跟着人一起处理事情，Kylon就属于这一类。

Kylon的联合创始人之一叫冷宏坤。他之前在Databricks做大模型相关研究，也在卡内基梅隆大学参与过分布式系统和云计算相关研究。

Kylon最基础的一层就是Room，一个Room里有文件、真人成员和AI，还可以放团队自己使用的业务App。

公开Room能被公司其他成员找到，私密Room只对受邀成员开放。AI也不会默认看到全公司的资料，它加入了哪些Room，才能查找对应空间里的信息。

第二层就是AI成员。创建一个Agent时，可以给它名字和职责，也可以决定使用Kylon自己的托管方式，或者连接某个人电脑里的Codex，Claude Code等配置好的Agent。

团队可以留一个负责研究的，再留一个擅长写作或者数据处理的，它们都能进入同一个Room。

同样的，这些Agent拥有长期身份，它们会保留自己的记忆，也可以安装不同Skills。

此外，Kylon有一块很重要的能力叫Apps。Room里除了聊天，还可以直接建表格、数据库和简单的内部应用。销售团队需要客户管理，可以让AI直接建一个CRM。

招聘团队需要候选人库，也能根据自己的要求建立字段、状态和页面。项目团队需要记录任务进度，同样可以直接做一个内部工具。

这些App并不是孤零零摆在另一个后台，它们就待在对应的Room里。团队刚刚讨论完一个客户，新的联系方式、当前进度和下一步安排可以直接写进客户记录。

每个App还有自己的数据库和版本记录。团队成员可以修改，AI也可以根据权限读写，谁改过什么还可以继续追踪。

值得一提的是，Kylon已经可以连接3000多个服务，包括Gmail、Notion、GitHub等常见产品。

除此之外，Kylon还有Workflow，可以把它理解成让一些重复工作自己持续运行。

每天固定整理一批信息，每周更新一份数据，收到某类邮件后继续处理，或者等某个业务状态变化以后再执行下一步，都可以交给Workflow。

记忆则是Kylon另外一块核心能力。它会把越来越长的对话压缩成一棵可以继续检索的摘要树。

AI平时不需要一次读完几个月的聊天记录，等到任务涉及两周前的某个决定时，再找到对应分支，把当时的详细信息重新取出来。

到这里，Kylon的骨架其实已经很清楚了。Room负责承接一件持续发生的工作，AI成员负责参与执行，Apps保存业务数据；

Connections连接公司原来使用的软件，Skills留下团队做事的方法，Workflow负责那些需要持续运行的任务，记忆和权限再让这些东西能够长期工作。

再看今年出现的其他产品，它们其实都在解决类似问题，只是各自选择的入口不一样。

尤其是Buzz和Kylon看起来很像，最后服务的人并不完全一样。Buzz更接近一套开放的AI协作基础设施，Kylon则想成为一套普通公司也能直接使用的成品。

扣子和Kylon之间又有另一层接近。扣子3.0同样支持多人和多个Agent待在一个项目里，文件和Agent产物会留在项目中，用户还能直接@不同Agent分工处理任务。

它同样的是把Claude Code、Codex这些外部Agent一起接进来。不过扣子依然保留着很强的Agent创建平台属性。

豆包工作伙伴选择的方式又不一样。飞书本来就有群聊、文档、会议、日历、组织关系和公司权限，字节没有必要再造一套新的办公空间。

最自然的选择，就是直接给AI一个组织身份，让它进入大家每天已经在使用的飞书。这也是豆包工作伙伴最有优势的地方。

一个公司如果已经在飞书里工作了几年，大量历史消息、会议、文档和人员关系都已经存在。

AI加入以后，可以直接使用这些经过授权的信息。团队不用先把过去的东西迁走，也不用邀请所有员工去注册另一款软件。

Kylon没有飞书这样的现成底座，两边都在做AI同事，产品最后却长得完全不同，它更像已经装修好的成品。

冷宏坤自己最近也反复强调这一点，他更关心那些没有工程团队的公司怎么直接用起来。并且在参与的线下活动会上，大多数人也并不都是程序员，很多是企业经营者和负责日常运营的人。

他们拿出来改造的工作也很普通，先读懂已有资料，再帮团队把下一步接起来，敏感动作留给人确认。

有意思的是，Kylon的创始人很早就经历过一次类似的软件变化。时间回到2013年，冷宏坤还在华中科技大学读书。

当时微信公众号已经很火，公众号管理后台却主要依赖电脑，运营者离开电脑以后，查看消息和回复用户都很麻烦。

华科联创团队里三个学生做了一款微信公众平台助手，成员就是肖弘、范斌和冷宏坤。肖弘负责产品，范斌参与产品设计，冷宏坤负责开发。

它的英文名叫WeClient，冷宏坤后来留下的项目记录显示，WeClient一直开发到2015年5月，累计用户超过53万，代码也公开在GitHub。

冷宏坤和范斌的合作还要更早，WeClient之前，两人还一起做过一款Android塔防游戏。

三个人后来走出了不同的职业轨迹。肖弘继续沿着产品和创业往前走，后来创办夜莺科技，做公众号运营工具壹伴，又做了Monica和Manus；范斌后续也加入了Manus。

冷宏坤则把更多时间投入技术研究。他参与过的一篇Long Context RAG Performance of Large Language Models就能看出他的这段经历。

论文研究长上下文模型在RAG里的表现，覆盖20个开源和商业模型，测试长度一路扩展到12.8万token，部分模型还做到200万 token。

同一篇论文的作者里还有Databricks联合创始人Matei Zaharia和MIT教授Michael Carbin。

今年早些时候，冷宏坤还以Coral联合创始人的身份公开活动，这个项目主要围绕OpenClaw提供云端运行环境。随后Kylon公开亮相，并获得Leonis Capital的一笔Seed投资。

2013 年，肖弘、范斌和冷宏坤做微信公众平台助手时，面对的是移动互联网快速普及后留下的一块空白。

大家已经习惯在手机里处理大量事情，微信公众号运营还被锁在电脑后台，他们做了一个工具把这部分工作带到手机里。

十多年后，冷宏坤做Kylon，面对的是另一种碎片化。公司已经用了十几个SaaS，员工又各自开着几个AI工具，信息比过去丰富得多，搬运和衔接依然需要人处理。

Kylon让AI不再只待在独立聊天框里，给它一个长期工作的地方，也给它同事、资料和权限。

冷宏坤最近谈AI原生公司的时候，提过一个很形象的判断。未来团队未必需要更大的组织结构，很多人会变成小团队负责人，自己身边跟着几名负责不同工作的AI成员。

Kylon就是在替这种工作方式提前搭房子。它最后会不会变成下一代Slack，还很难下结论。Buzz、Slack自己的AI能力，以及越来越多带有团队协作功能的产品，都在靠近这片区域。

企业内部软件很难单凭产品体验赢得市场，权限管控、数据安全、运行稳定性与迁移成本，都会左右最终选型。 

但Kylon至少把一个正在发生的变化清晰展现出来。AI能够编写代码、检索资料、操控浏览器、处理邮件的当下，市场需要的未必是更强大的对话窗口。

各类软件迭代的底层目标，始终是用机器减少人的重复操作。

文章来自于“虾蛄AI”，作者“虾蛄内容部”。