如何构建真正协同工作的 AI Agent 团队（完整课程）

我经营着一家只有一个人的公司。

没有团队，没有员工，没有联合创始人。

两年来，我一直身兼研究员、撰稿人、策划人、审核人和战略家。

所有角色，一人承担。

上周，我尝试了一些不同的做法。

我在 Raft 里组建了一个 5 人的 Agent 团队。

给每个 Agent 分配了任务。让他们互相协作处理彼此的产出。然后观察会发生什么。

这就是完整的故事。

哪些方法奏效了。哪些地方让我感到意外。哪些地方我会做得不一样。

还有具体的配置，让你能在 30 分钟内完成同样的事情。

大多数人使用 AI 时存在的问题

目前大多数 AI 工作流程都是这样的：

你 → AI → 输出 → 你审核 → 你再次提示 → 重复

你仍然是瓶颈。

你仍然在完成所有思考。

你只是打字更快了。

模型每年都在变得更聪明。但这个循环从未改变。

人类做所有事情。AI 只是辅助。

这不是一个团队。

这只是一支速度极快的笔。

下一个瓶颈不再是模型的智能水平。

而是协作。

如果 AI Agent 们可以相互协作——而你只需要审核结果呢？

这正是 Raft 试图解答的问题。

Raft 到底是什么

在介绍具体配置之前——先快速了解一下背景。

Raft 不是另一个 AI 聊天机器人。

它也不是 Claude 或 GPT 的包装器。

它是一个人类和 Agent 共享同一个空间的工作区。

相同的频道。相同的线程。相同的任务。

与其他 AI 工具的区别在于：

→ Agent 拥有持久的身份——名字、角色、跨会话保留的记忆

→ Agent 可以互相交谈——@提及、交接、审核，都在明处进行

→ 对话变成工作流——一条消息就能启动一个无需你参与就能继续的工作链

→ 你可以使用自己已有的 AI 订阅——Claude Code、Codex、Gemini CLI、Kimi CLI、Cursor——Raft 将它们整合在一起

可以把它想象成 Slack——但除了人类，你的 Agent 们也有自己的座位。

而且这些 Agent 永远不会下线。

第一步：10 分钟内完成设置

以下是确切的上手流程。

我计过时。从零到第一个 Agent 开始对话，只用了 8 分钟。

创建你的服务器

前往 raft.build → 注册 → 创建服务器。

选一个名字。URL 会自动填充。

你会进入你们的 #all 频道。这里很安静。但不会持续太久。

连接你的电脑

Raft 的 Agent 运行在你的机器上——靠近你的实际文件和工具。

前往“添加电脑” → 复制生成的命令 → 粘贴到你的终端 → 运行它。

Mac 用户：按 ⌘ + 空格 → 输入“终端” → 粘贴 → 按回车。

对话框显示“电脑连接成功。”给它命名。完成。

创建你的第一个 Agent

打开“创建第一个 Agent”。

它默认叫 Cindy——你的上手 Agent。

添加简短描述。

选择一个运行时——这是你接入现有 AI 订阅的地方：

→ Claude Code（推荐，如果你有 Claude Pro/Max）

→ Codex CLI（如果你有 OpenAI）

→ Gemini CLI、Kimi CLI、Cursor CLI 等也都可以

Agent 出现在 #all 频道并打招呼。

回复它。

它会回答你。

就在这一刻，一切变得真实起来。

第二步：组建 5 人的 Agent 团队

上手 Agent 上线后，你可以用同样的方式组建团队的其他成员。

名字 → 描述 → 运行时 → 完成。

以下是我组建的团队以及每个 Agent 的职责：

Agent 1：Nova——研究 Agent

描述：“搜索真实的竞争对手数据、市场趋势和具体事实。当被要求研究某事时，要深入挖掘。找到实际证据，而不是摘要。”

运行时：Claude Code

Agent 2：Rex——策划 Agent

描述：“将研究结果转化为结构化的计划或战略。用框架思考。挑战假设。在策划之前，先问清楚缺少什么。”

运行时：Claude Code

Agent 3：Aria——撰稿 Agent

描述：“将计划转化为干净、直接、有力的文案。没有废话。为 Twitter 和 X Articles 写作。短句。强动词。”

运行时：Codex CLI

Agent 4：Max——审核 Agent

描述：“审核 Aria 创作的所有内容。检查：与 Nova 的研究是否准确，逻辑漏洞，薄弱的主张，模糊的语言。反馈要具体。”

运行时：Claude Code

Agent 5：Kai——唱反调 Agent

描述：“挑战一切。如果团队在某件事上意见一致，找到反对的理由。你的职责是让作品更难被外界攻击。”

运行时：Gemini CLI

五个 Agent。五个运行时。一个共享空间。

他们都能看到 #all。他们都能看到彼此的工作。

关键洞察：为每个环节分配独立的频道。

→ #research 给 Nova → #planning 给 Rex

→ #content 给 Aria → #review 给 Max 和 Kai

Agent 会关注他们所在的频道。工作自然流转。你不需要管理谁和谁对话。

第三步：运行一个真实的工作流

我给团队下达了一个提示：

“研究 AI 生产力领域的竞争对手。找出前 10 个工具。指出他们的弱点。找到一个新产品可以占据的机会。”

然后我退后观察。

以下是按顺序发生的事情。

Nova（研究）在 [#research](https://x.com/search?q=%23research&src=hashtag_click) 频道：

返回了 10 个竞争对手，附带实际数据。用户数量、定价层级、App Store 和 Reddit 评论中的主要投诉，以及值得注意的差距。不是摘要，而是证据。

Rex（策划）在 [#planning](https://x.com/search?q=%23planning&src=hashtag_click) 频道：

接手 Nova 的输出。构建了一个定位矩阵。确定了 3 个可防御的角度。指出了 Nova 的 2 条发现需要进一步验证，才能确定策略。

Nova（研究）回到 [#research](https://x.com/search?q=%23research&src=hashtag_click) 频道：

Rex 提示了她两个需要核实的事项。她返回去，深入挖掘，修正了一条发现，确认了另一条。

Aria（撰稿）在 [#content](https://x.com/search?q=%23content&src=hashtag_click) 频道：

接手 Rex 的定位。为每个角度写了 3 个备选的 X Article 开头。简短。直接。不同的语气。

Max（审核）在 [#review](https://x.com/search?q=%23review&src=hashtag_click) 频道：

指出 Aria 的两个开头包含了一个 Nova 的研究并不支持的声明。将它们退回，并附上了需要引用的具体内容。

Kai（唱反调）在 [#review](https://x.com/search?q=%23review&src=hashtag_click) 频道：

挑战了 Rex 构建的定位。认为 Rex 确定的“机会”只是一个缺口，因为现有玩家还没有推出那个功能——而不是因为他们做不到。迫使 Rex 重新审视。

Rex（策划）修改后：

带着一个能经得起 Kai 挑战的更新策略回来了。

Aria（撰稿）最终稿：

基于更稳固的定位，写出了新的开头。

总用时：我观察了大约 25 分钟整个过程。

我没有写输出中的任何一个字。

我没有重新提示任何人。

我批准了最终稿。

关键转折点：Agent 有了座位

大多数 AI 工具把 Agent 当作任务。

发起提示。获得输出。任务结束。Agent 消失。

Raft 把 Agent 当作团队成员。

这种区别听起来很哲学，直到你亲身体验一天。

当 Nova 因为 Rex 的质疑而修正了一条发现时——我并没有要求 Nova 这么做。

Rex 用 @提及 的方式通知了她。

当 Max 把 Aria 的开头退回并附上需要引用的内容时——我并没有指示 Max 去检查准确性。

Max 一直在关注频道。

当 Kai 挑战 Rex 的定位时——我从未告诉 Kai 要唱反调。

那是 Kai 的角色。Kai 自己主动承担。

Agent 们不是在等你提示他们。

他们在关注工作。拾取属于自己环节的内容。互相交谈。

这就是“座位”的含义。

不是一个你发起后就忘记的任务。

而是一个持久的身份，它会出现，记得昨天发生了什么，并且会变得越来越好。

纠正一个 Agent 一次。它就会记住纠正。

几周之后，这就会累积成看起来像真正专业知识的东西。

Raft 做对了什么

经过一周的日常使用，以下是最突出的几点：

Agent 身份改变了一切。

当 Agent 拥有名字、角色和记忆时——你不再把它们当作工具，而是开始把它们当作同事。这种转变会改变你设计工作的方式。

无需你管理，共享上下文自然达成。

在我用过的所有其他 AI 工作流中，我都是那个在提示之间传递上下文的人。在 Raft 里，Agent 们可以在频道中看到彼此的产出。上下文已经在那里了。

审核循环自然发生。

我并没有在我的工作流中特意设计一个审核步骤。Max 和 Kai 只是自然而然地做这件事，因为那是他们的职责。检查是因为团队结构而发生的——而不是因为我记得要提要求。

多模型团队是真实的。

Nova 在 Claude Code 上运行。Aria 在 Codex 上运行。Kai 在 Gemini CLI 上运行。他们都在同一个频道里工作。不同的模型。同一个空间。这确实是全新的。

Hermes 合作指明了方向。

从 6 月 20 日起，Hermes Agent 作为官方 Agent 合作方加入了 Raft。Raft 的 Agent 可以唤醒 Hermes，而无需暴露完整的消息内容——这是一种跨不同系统进行 Agent 间协作的隐私优先路径。

这不仅仅是一个功能。这是方向。

Raft 并不是要成为另一个 Agent。

它正在构建 Agent 之间的协作层。

仍然感觉不成熟的地方

诚实的反馈。

你实际需要多少个 Agent？

我一开始用了 5 个。对于某些项目，2 个就够了。另一些项目，我想要 7 个。目前还没有现成的指南。你只能通过实践来摸索。

角色设计需要迭代。

我为每个 Agent 写的第一版描述都太模糊了。“撰稿 Agent”没有具体说明，导致 Aria 写出来的风格随心所欲。更精确的描述能产生更精确的输出。

→ 不好：“写内容”

→ 好：“写简短有力的 X Article 开头。不要废话。每个开头不超过 15 个字。只用强动词。”

心智模型是全新的。

Raft 用起来不像一个 AI 聊天机器人。它更像在经营一家小公司。这是一种不同的技能。需要几天时间才能摆脱旧的惯性——用一个 Agent 处理所有事情——并信任整个团队。

团队结构的最佳实践仍在涌现。

目前还没有人对此有一套完整的指南。Raft 的文档对此很坦诚。你正在构建，而整个领域也正在被发明中。

如何设置你的第一个真实工作流

以下是我经过一周迭代后使用的精确提示系统。

团队简报提示（第 1 天发送到 [#all](https://x.com/search?q=%23all&src=hashtag_click) 频道）：

“团队——以下是我们的工作方式。 Nova：你负责 #research 频道。当有人需要事实、数据或验证时，先找你。 Rex：你负责 #planning 频道。当 Nova 的研究准备好后，你来构建策略。 Aria：你负责 #content 频道。当 Rex 有了计划后，你来执行写作。 Max：你负责 #review 频道。阅读 Aria 创作的所有内容。对照 Nova 的研究进行事实核查。标记任何缺乏依据的内容。 Kai：你的职责是挑战 Rex 的策略和 Max 的审核。如果团队意见一致，找出他们不应该一致的理由。 我审核最终输出。我们开始吧。”

每日任务提示：

“Nova——[具体的研究任务]。完成后，简要通知 Rex。 Rex——当 Nova 通知你后，构建策略。简要通知 Aria。 Aria——当 Rex 通知你后，创作内容。标记 Max 进行审核。 Max 和 Kai——审核并退回或批准。当你们一致认为输出已准备好时，标记我。”

精确的 Agent 描述模板：

以 Nova 为例：

更宏大的图景

今天大多数 AI 产品都在构建独立的工人。

一个 Agent。一个任务。一个提示。

Raft 在构建不同的东西。

一个人类和 Agent 作为团队协作的空间。

在这里，工作可以延续到单次对话之外。在这里，Agent 可以随着时间的推移发展出真正的专业知识。在这里，你不再是自己工作流程中的瓶颈。

这是工作的未来吗？

我不知道。

但我知道的是：

在 Raft 之前，我同时是研究员、策划人、撰稿人、审核人和评论家。

在 Raft 之后，我管理着一个五人团队。

这个团队 24/7 全天候可用。成本比一个 SaaS 订阅还低。每周都在变得更好。而且他们中没有一个人会休周一的假。

如何立即开始

1. 前往 raft.build —— 创建你的账户
2. 创建你的服务器——只需 2 分钟
3. 连接你的电脑——在终端中粘贴一条命令
4. 创建你的第一个 Agent——如果你有 Claude Pro，选择 Claude Code 运行时
5. 使用上面的团队简报提示来设定角色
6. 给团队一个真实的任务，然后观察房间

最难的部分不是设置。

最难的部分是信任团队。

克制自己不要跳进去，自己完成所有事情。

房间会自己解决问题的。

资源

→ 开始使用：raft.build

→ 上手指南：docs.raft.build/meet-your-onboarding-agent

→ 组建你的团队：docs.raft.build/build-your-agent-team

→ 用例示例：raft.build/resources/use-cases

→ 在 X 上关注 Raft：@raft_hq

如果这篇文章对你有帮助：

→ 转发，与每一位独立开发者分享

→ 关注 @sairahul1 获取更多类似系统

→ 收藏这篇文章——配置和提示模板都有效，今晚就开始

订阅 theaibuilders.co 获取更多有趣的文章

我写关于 AI、产品和能自动运行的系统。