💡 目录 💡
01 什么是群聊模式?
02 什么情况下,需要引入群聊?
03 用户的使用习惯会有哪些变化?
04 对 Agent Infra 有哪些新挑战?
05 是新范式吗?
我们在今年的 520 阿里云云峰会上发布了 AgentTeams,定位的是企业级多智能体治理与协作平台,支持企业统一创建、调度 Agent,每个 Agent 可以自定义模型,在钉钉、企微、飞书等 IM 平台创建群聊,进行团队协作。
Anthropic 近日发布了 Claude Tag,把 Claude 直接作为团队成员嵌入 Slack 频道。在 ambient 模式下,Claude 不需要被显式 @ 也会主动监听上下文、跟进任务、提醒进展,依托 Opus 4.8 实现跨小时级的异步协作。
企业办公场景,从一对一私聊到多对多群聊,大家不禁要问,这会是使用 Agent 的新范式么?我们不着急给出判断,读者们更多的还是想了解下单聊和群聊,有哪些不同?
01
什么是群聊模式?
Anthropic 在 Claude Tag 的博客里定义了 Agent 群聊的四个特征:
- @Claude is multiplayer:在一个 Slack 频道里,Claude 是同一个实例,与所有人协同工作,而不是每个人各自开一个独立会话。
- @Claude learns over time:它持续跟随频道活动,积累上下文,不需要每次重新解释项目背景。
- @Claude takes initiative:开启 ambient 模式后,它无须被 @ 也会主动监听、标注相关信息、跟进沉默的任务。
- @Claude works asynchronously:它可以接收一个跨小时甚至跨天的任务,自主规划执行节奏,类似一个远程同事。
因此,群聊 ≠ 多人各自和 Bot 聊天的并集。如果群内,每个人开自己的会话,就只是并行的单聊了。
阿里云 AgentTeams 给出的,则是一个更工程化的定义。把群聊抽象为一组声明式 CRD,每个 Agent、每个真人都会赋予一层身份:
| 成员 | 身份 |
|---|---|
| Manager | 人类成员,平台级管理员 |
| Team Leader | Agent,N 个 Workers 的管理者 |
| Worker | Agent,最小执行单元 |
| Human | 人类成员,提供 L1 Admin / L2 Team Leader/ L3 Worker 的三级权限 |
每个 Worker 都会携带若干声明文件,SOUL.md、AGENT.md、MEMORY.md、USER.md。底层通信走 Matrix 协议,通过 Element Web 接入钉钉、企微、飞书等主流 IM。
群聊不是聊天形态的升级,而是组织建模的开始。
Slack 里的 Claude 是 Anthropic 把 Slack 当作 UI,把 Slack 的 thread、channel、DM 当作天然的对话拓扑结构来复用;AgentTeams 则是把群聊当作一种可被声明、可被调度、可被审计、可被复制的组织资源。
总结来看,Agent 群聊模式 = 多个人类成员 × 多个 Agent × 共享上下文 × 异步任务 × 显式身份权重的协作平面。
02
什么情况下,需要引入群聊?
不是所有 Agent 场景都需要群聊。如果只是写一段代码、查一份资料、生成一张图,单聊是更直接、更低成本的选择。引入群聊的代价是显著的,无论是用户的使用习惯,还是背后的 Agent Infra,包括技术架构、上下文管理、权限治理、并发调度、成本归因,每一项的复杂度都会迅速拉高。
那什么情况下,需要引入群聊?我们可以基于没有 Agent 的情况下进行推演,即什么时候我需要从单聊,切换到参与某个群聊中。
场景一:跨领域协作和长链路工作流
跨领域协作需要多智能体,本质原因是 Agent 的上下文和记忆等是有限的,和人一样,一个 Agent 塞太多职责,注意力一分散,每件事都做不好。
跨领域是注意力在空间上的分散,长链路则是注意力在时间上的衰减。比如从需求到发布的软件研发流程,跑几小时甚至几天,上下文越积越长,Agent 对早期信息的注意力不断被稀释,推理质量持续下降。
当长链路叠加跨领域,需求分析、编码、测试本身就是不同领域的工作,等于空间和时间的双重挑战。拆成多个 Agent 按阶段接力,每段上下文干净、注意力集中,中间状态可持久化,断了能从断点续跑,更健壮,并且要发生在所有人都能看到、都能介入、都能纠偏的频道里。
阿里云 AgentLoop 的端到端 Coding 流水线,就是基于 AgentTeams 群聊模式实现的。AgentTeams 中的 TeamLeader 负责调度与状态,5 个 Worker 分别纳管本地 Agent,包括需求分类、Coding、Test、Review 和 Verify。需求分类中,按复杂度定义为 T1-T5 5档,lint fix 由 Agent 链路端到端自动化处理,bug fix 由人来审核 PR,架构设计类的需求,Agent 辅助。(通过 AgentTeams 造 AgentLoop 的详细实践,AgentLoop 研发工程师马云雷后续将展开分享)
场景二:多智能体治理
场景一是 Agent 注意力的限制,这个则是信任边界的要求。多个团队的人和 Agents 在一起协作,谁的 Agent 做了什么、花了多少钱、能访问哪些数据,必须有清晰的边界。单 Agent 没法代表多个组织身份,必须拆成多个独立的 Agents,各自归属、各自授权、各自计费。AgentTeams 支持将所有 LLM Key、MCP 凭据、GitHub PAT、内部 API Key 全部托管在 Higress AI Gateway,Worker 只持有可撤销的 Consumer Token。这些都是多智能体治理的刚性需求。
场景三:沉淀组织级知识
单聊的上下文是用完即焚的,用户关掉窗口,记忆主要存在于用户自己和对话日志里。但群聊不一样,新员工入群直接 @ 它就能完成 onboarding,这是组织级记忆资产,不是个人助理能提供的。
例如 AgentTeams 提供了独立的 AI Registry 注册中心,统一管理 Skills、MCP Servers、Agents、Team Templates,支持版本管理、安全审查、热加载。知识和对话被拆开:前者是组织资产,跨频道、跨 Team 复用;后者是临时上下文,绑定到具体频道。
以上三种,单聊都很难承载,Anthrop…