猿辅导前妙多研发负责人，想把 AI 变成能独立干活的同事

数字员工逐渐走进团队。

6月下旬的时候，Anthropic发布了Claude Tag。

它并不是第一款强调AI同事概念的产品，但它的出现却让这种产品形态变得更加具体。Claude可以直接加入公司的公共频道，持续获得团队讨论里产生的Context。

成员交代一件事以后，它会调用已经获得授权的工具继续处理，也能给自己安排之后需要继续完成的工作。

更重要的是，它不再完全等待人来发起任务。一些长期没有处理的问题，或者团队讨论里出现的异常情况，也可以由Claude主动发现并介入。

而一个AI如果要进入团队，核心价值不只在于回复质量，它还需要理解组织持续产生的上下文内容，也需要获得外部工具和相应权限，并在没有人持续盯着的时候继续推进任务。

最后交回来的最好是一份已经完成的结果，减少人类成员继续搬运信息和补齐步骤的时间。

国内今年早些时候也陆续出现了一些思路很接近的产品。

比如像Helio，它给自己的定位是AI Workforce。团队希望让AI以同事身份待在一个组织里，每位数字成员都有名字、角色和独立记忆，并且可以读取共享频道里的历史内容。

该团队此前做的是Sheet0，那是一款面向数据收集和分析的Agent，去年获得500万美元融资，核心能力是将网页、文件和API里的信息整理成结构化数据。

王文锋当时将它描述成面向Agent的实时数据基础设施，今年1月，团队开始探索新的产品形态，随后做出Helio，同时继续为Sheet0现有用户提供服务。

一次产品调整，也让这支团队由数据Agent逐渐走向参与组织工作的数字成员。

类似的产品变化，也出现在另一支国内团队VM0身上。它推出了一位名叫Zero的AI teammate，Zero拥有持续记忆，能够调用外部软件，并允许用户设定周期任务。

其创始人张宇辰毕业于上海交通大学，职业早期曾在网易有道工作，此前在猿辅导工作了13年。

数个月前，VM0开放公开测试时，产品仍然是一套面向开发者的Agent基础设施，测试期间积累的反馈推动团队快速调整，Zero由此成为新的产品核心：AI开始以团队成员的身份进入日常工作。

它强调交付完整工作，用户只需要说明最终想拿到什么，Zero会自己判断需要调用哪些服务，再把中间步骤串起来。

官网当前列出的第一方连接器已经超过290个，常见邮箱、文档、代码仓库和项目管理工具都在其中。公司内部有自己的系统时，也可以继续配置自定义连接器。

这种设计让Zero更像一个可以跨软件工作的执行者，一个请求可能涉及几处不同的信息源，用户不必自己来回切换并复制内容。

它会读取必要资料，再按任务要求继续处理，结果可以是一份报告，也可以是演示文稿、网页、图片或者视频。

整个执行过程都会留下记录，用户能够查看它调用了哪些服务，调整相应权限，外部系统也能通过Webhook启动工作。

这和Claude Tag存在一个比较重要的差异，Claude Tag更强调让AI进入团队产生Context的地方。

Claude常驻在公共频道里，成员讨论项目时产生的背景信息会持续成为它理解工作的依据。它不需要等待某个人先把事情整理成一份完整Prompt，再交给AI处理。

Zero更接近一个有自己工作台的执行成员，同一位用户可以在不同入口继续交代工作，已有连接器和记忆依然保留。

一次聊天如果效果稳定，还可以保存成Workflow，之后由Automation自行触发，对于重复出现的工作，这一步很重要。

工作不会完全围绕聊天发生，现实里的某个变化出现以后，Agent就可以进入执行状态，对于持续重复的任务，这种产品结构更接近自动运转的岗位职责。

同时，VM0并没有要求每个用户都组建一整套多Agent团队。

Zero就是默认的通用成员，很多工作由它直接处理。当需要更加稳定的专业职责时，用户再创建新的Agent，并分别配置角色、Workflow和连接器权限。

每个Agent拥有独立访问范围，也不会自动共享记忆。除此之外，安全也因此占了很大比重。

每次任务会在独立的Firecracker微型虚拟机里执行，运行结束以后环境随即销毁。账号凭证由网络层处理，Agent代码无法直接读取原始令牌。

用户还可以限制某个数字成员访问哪些服务，并进一步约束具体操作。每次外部调用都会留下记录，方便团队追查执行过程。

这套工程取向和创始人过去十多年的经历有很强联系。

2012年猿辅导成立后的第一个月，他以第9号员工身份加入，也是团队第一位全栈工程师。十多年里，他参与过猿辅导和斑马多个业务的早期建设，其中一些产品后来做到数亿元年收入规模。

张宇辰后来承担的职责已经远远超过个人开发。在斑马时期，他带过130多人的研发团队。负责公司基础设施平台期间，他管理过100多人团队，为数千名开发者提供底层工程支持。

猿辅导快速扩张的几年里，他还完成过1000多场技术面试，累计招入300多名工程师。这样的经历让他长期处理大规模研发组织里的工程质量和交付问题。

他在猿辅导最后一段重要经历是在Motiff妙多，作为猿力科技投入力度很高的一项新业务，目标锁定UI设计工具，希望借助AI改变设计师处理重复工作的方式。

张宇辰带领20多名核心工程师研发这款专业设计软件，并负责其中一支核心研发团队。

VM0早期先解决的是Agent运行环境和隔离问题，团队随后继续补连接器、权限和自动化，关注点始终围绕执行过程展开。

Motiff时期公开过的一些技术实践，也能看出张宇辰对工程效率和稳定性的关注，他曾分享团队如何用主干开发提高高频发布能力。

VM0后来公开的产品节奏也延续了这种高频迭代，短时间内已经完成数百次发布，团队几乎每周都会披露新功能。

2025年9月，张宇辰离开猿辅导，结束大约13年的任职。两个月后，他的新项目开始出现在公开信息里。

当时他透露已经完成300万美元融资，大致方向围绕AI Agent，希望服务中小技术团队。几个月后，VM0公开测试，随后完成产品调整，获得了1400万美元天使轮。

当然，留在猿力科技体系里的原Motiff团队也在集中研究Agent，最终推出Moxt。

Moxt由张昊然带队推进，他在2022年加入Motiff，更早时期，他是斑马App的早期产品经理，负责过增长和多款数字内容产品。

Moxt给自己的定位是AI Native Workspace，它希望提供一块适合人类成员和AI共同工作的空间。

工作资料保存在同一个环境里，Agent能够读取文件，并保留持续记忆，用户可以拥有个人助手momo，还能继续创建具备特定职责的AI同事。

VM0和Moxt因此形成了很有意思的对应关系。两边都希望数字成员拥有长期语境，也都在补主动执行和工具调用能力。

不过VM0倾向于让Zero进入公司已有的软件环境，一份工作需要什么工具，它就去相应服务里读取并执行，Moxt则选择构建新的工作空间，搭建AI团队，让文件、工作流和数字成员存在于同一个系统。

下一代工作软件正在逐渐出现新的衡量方式。

用户关心的内容开始扩展到一份工作交出去以后，AI可以独立推进多长时间，需要人介入多少次，以及最后可以交回来什么。

VM0让Zero接过这部分执行责任，自己理解任务，并调用必要工具继续完成工作，等结果产生再交给人。

AI正在离开单次问答，进入需要长期负责结果的工作状态。

文章来自于“虾蛄AI”，作者“虾蛄内容部”。