Dario Amodei 曾表示，到 2026 年，出现一家由单人运营的十亿美元公司，概率高达 70-80%。这是他在去年 Anthropic 开发者大会的舞台上说的。
Matthew Gallagher 用行动证明了这一点。他仅用 2 万美元、零员工，创办了 AI 远程医疗公司 Medvi，第一年就实现了 4.01 亿美元的收入。
Gallagher 的秘诀是让 AI Agent 们相互沟通。当两个 Agent 无法直接对话时，他就构建更多 Agent 来处理协调工作。他自己测试提示词，并在系统出问题时亲自介入。
Alook (GitHub 仓库) 是一个开源、自托管的平台，能将你的编码 Agent 变成一个真正的组织架构图。
它的工作方式是：你创建一个 Agent，为其分配一个角色，并给它一个真实的电子邮件收件箱。
Agent 们通过电子邮件相互沟通并向你汇报。它们作为实际的 Claude Code 或 OpenCode 会话在你的机器上运行，拥有你所有工具的完全访问权限。
一张组织架构图让每个 Agent 都有明确的角色和汇报线。它们相互协调，无需你传递任何一条消息或亲自修复连接。
让我们从头开始设置 Alook，构建一个包含四个 Agent 的组织架构图，然后观察当一个真实任务交给它时会发生什么。
设置
Alook 作为守护进程在你的机器上运行，通过以下一条命令即可连接：
1npx @alook/app onboard
它会检测已安装的任何编码 Agent 运行时（Claude Code 或 OpenCode），并部署这个 Agent 公司。
这会在本地打开一个仪表盘，地址为 http://localhost:15210。
从这里开始，你可以从一个空白组织架构图或 Alook 的预置模板中选择，选择最接近你正在构建的项目即可。
图表上的每个 Agent 都是一个在你的机器上运行的真实 Claude Code 或 OpenCode 会话，拥有与你相同的工具访问权限，以及一个真实的 @alook.ai 收件箱。
这个收件箱就是协调层。Agent 们通过电子邮件相互沟通，就像真实团队一样，而不是通过你手动连接的触发器传递数据。
构建公司
竞争情报通常意味着有人查看定价页面，将数字复制到电子表格中，然后第二天重复同样的事情。
我们将用四个 Agent 来取代这个过程，它们会构建一个价格追踪器，按计划运行，并在价格发生变化时立即通过电子邮件通知你。
首先，我们逐一创建 Agent，为它们分配不同的角色，并认领它们真实的 @alook.ai 收件箱：
- Atlas（CEO）是人类的唯一联系人。它将任务委派给 Mara。
- Mara（PM）将 Atlas 的简要指示转化为详细规格，并将其分配给 Theo 或 Ren。她是图表上唯一的路由器。
- Theo（工程师）构建和维护用于竞争情报的爬虫。
- Ren（运营与客户对接）在检测到追踪的变化时通知人类。
Agent 上线后，我们建立汇报层级：Atlas 向 Mara 汇报，Mara 向 Theo 和 Ren 汇报。
Theo 和 Ren 从不互相沟通，也不直接与 Atlas 沟通。他们只通过 Mara 进行。
这种设置避免了构建一个混乱的 AI 群聊，防止 Agent 们互相抢话、丢失上下文。
Theo 的工作涉及竞争对手的网站追踪，因此他需要一种可靠的方式来抓取网站并安排计划。
所以我们给了他访问 Bright Data CLI 的权限，这让他可以抓取任何网站，在需要时配置自定义爬虫……同时还能避免 IP 封锁和验证码，这些是任何进行大规模抓取的 Agent 都会遇到的问题。
要针对任何网站构建自定义爬虫，你可以用简单的英语描述页面，它就会构建一个返回结构化数据的爬虫：
现在，让我们看看我们的 AI 公司如何处理真实任务。
运营公司
如上所述，我们不需要亲自管理每个 Agent。相反，我们只需与 CEO Atlas 沟通，让组织架构图处理其余部分。
我们让他追踪 railway.app/pricing 上的定价。
Atlas 在聊天中回复，而在回复的背后，他正在通过电子邮件向 Mara 下达简要指示，相关线程会显示在同一个窗口中：
Mara 将简要指示转化为详细规格，并将其交给 Theo。
该规格涵盖了一个针对该页面的爬虫、带时间戳的快照、变化检测、每日运行计划以及一份我们能够阅读的报告。
Theo 通过电子邮件确认收到规格（就像 Mara 和 Atlas 所做的那样），然后使用 Bright Data CLI 构建它，并在运行后汇报。
这就是 Theo 刚刚构建的爬虫，位于 Bright Data 的仪表盘中：
这是一个真正的自定义爬虫，由 Agent 通过理解指定网站自行配置，而不是运行一次后就消失的临时 CLI 调用。你可以从同一个屏幕手动触发它，或者直接通过 API 调用它：
Mara 将构建完成的消息传达给 Atlas，Atlas 在同一个聊天中通知我们：
公司无需你即可运营
一旦 Theo 确认构建已上线，工作并未结束。计划仍需运行，并且需要有人监控其发现。
Agent 自动将爬虫添加到公司日历中，作为每天早上 9 点的重复任务。
这是 Ren 的工作。他监控追踪器的输出，一旦页面上的价格实际发生变化，他就会发送通知。
整个循环无人值守地运行。
我们只向 Atlas 下达了一个简要指示，组织就配置了爬虫、安排了计划，并安排了人员监控输出，无需我们进一步输入。
亲自尝试
本指南中的每个 Agent 都作为 Claude Code 运行，但 Codex 和 OpenCode 的工作方式相同，因为 Alook 允许你使用自己的 Agent，并为你选择的任何一个 Agent 分配角色、收件箱和一个持续运行的运行时。
每个完成的任务都会为下一个任务构建上下文，因此 Agent 们不会在每次运行时都从头学习公司信息。
它们之间的每封电子邮件都会以相同方式记录，因此你可以回溯查看决策是如何做出的。
（别忘了给它们点个星 🌟）
干杯！:)
