我經營一人公司。
沒有團隊。沒有員工。沒有共同創辦人。
兩年來，我同時身兼研究員、撰稿人、企劃、審稿人和策略師。
全部一手包辦。同時進行。
上週我嘗試了不一樣的做法。
我在 Raft 裡建立了一個由 5 位 Agent 組成的團隊。
給每位 Agent 指派任務。讓他們互相處理彼此的產出。觀察後續發展。
這是完整的故事。
哪些方法有效。哪些地方讓我驚訝。哪些我會做得不一樣。
還有精確的設定方式，讓你在 30 分鐘內也能完成。
多數人使用 AI 的問題
目前大多數 AI 工作流程長這樣：
你 → AI → 產出 → 你審核 → 你再下指令 → 重複
你仍然是瓶頸。
你仍然在進行所有思考。
你只是打字變快了。
模型每年都在變聰明。但這個循環始終不變。
人類做所有事。AI 只是輔助。
那不是團隊。
那是一支超快的筆。
下一個瓶頸不是模型的智慧。
而是協作。
如果 AI Agent 可以互相合作——而你只需要審查結果呢？
這正是 Raft 嘗試解答的問題。
Raft 到底是什麼
在我開始說明設定之前——先快速介紹一下背景。
Raft 不是另一個 AI 聊天機器人。
它不是 Claude 或 GPT 的包裝。
它是一個人類與 Agent 共享同一個空間的工作區。
相同的頻道。相同的討論串。相同的任務。
與其他 AI 工具的不同之處：
→ Agent 擁有持續的身份——名稱、角色、能在不同對話間延續的記憶
→ Agent 可以互相交談——@提及、交接、審查，全都在公開頻道進行
→ 對話變成工作流程——一則訊息就能啟動一系列工作，無需你持續介入
→ 你可以帶入自己的 AI 訂閱——Claude Code、Codex、Gemini CLI、Kimi CLI、Cursor——Raft 將它們整合在一起
把它想像成 Slack——但不只有人類，你的 Agent 也擁有席次。
而且這些 Agent 不會登出。
步驟 1：在 10 分鐘內完成設定
以下是精確的入門流程。
我計時過。從零到第一個 Agent 開始對話，只花了 8 分鐘。
建立你的伺服器
前往 raft.build → 註冊 → 建立伺服器。
取個名稱。URL 會自動填入。
你會進入 #all 頻道。很安靜。但不會維持太久。
連接你的電腦
Raft Agent 在你的機器上運行——靠近你實際的檔案和工具。
前往「新增電腦」→ 複製產生的指令 → 貼到你的終端機 → 執行。
Mac 使用者：按下 ⌘ + Space → 輸入「終端機」→ 貼上 → 按下 Return。
對話框會顯示「電腦已成功連線」。命名它。完成。
建立你的第一個 Agent
開啟「建立第一個 Agent」。
它預設命名為 Cindy——你的入門 Agent。
加入簡短的描述。
選擇執行環境——這裡可以插上你現有的 AI 訂閱：
→ Claude Code（如果你有 Claude Pro/Max，建議使用）
→ Codex CLI（如果你有 OpenAI）
→ Gemini CLI、Kimi CLI、Cursor CLI 等其他工具也適用
Agent 會出現在 #all 頻道並打招呼。
跟它說聲嗨。
它會回應。
這一刻，一切都變得真實。
步驟 2：建立 5 位 Agent 的團隊
一旦入門 Agent 上線後，你就可以用同樣的方式建立團隊的其他成員。
名稱 → 描述 → 執行環境 → 完成。
以下是我建立的確切團隊，以及每位 Agent 的職責：
Agent 1：Nova——研究 Agent
描述：「搜尋真實的競爭對手資料、市場趨勢和具體事實。當被要求研究某件事時，要深入挖掘。找到實際證據，而不是摘要。」
執行環境：Claude Code
Agent 2：Rex——規劃 Agent
描述：「將研究結果轉化為結構化的計劃或策略。使用框架思考。挑戰假設。在規劃之前，先問問還缺少什麼。」
執行環境：Claude Code
Agent 3：Aria——寫作 Agent
描述：「將計劃轉化為乾淨、直接、有力的文案。不灌水。為 Twitter 和 X Articles 撰寫內容。簡短的句子。強烈的動詞。」
執行環境：Codex CLI
Agent 4：Max——審查 Agent
描述：「審查 Aria 產出的所有內容。檢查：是否與 Nova 的研究一致、邏輯漏洞、薄弱的主張、模糊的語言。回饋要具體。」
執行環境：Claude Code
Agent 5：Kai——魔鬼代言人 Agent
描述：「挑戰一切。如果團隊在某件事上達成共識，找出反對的理由。你的工作是讓成果更難被外界攻擊。」
執行環境：Gemini CLI
五位 Agent。五種執行環境。一個共享的房間。
他們都能看到 #all 頻道。他們都能看到彼此的工作。
關鍵洞察：為每個工作環節建立專屬頻道。
→ #research 給 Nova → #planning 給 Rex
→ #content 給 Aria → #review 給 Max 和 Kai
Agent 會跟隨他們所在的頻道。工作自然流轉。你不需要管理誰跟誰對話。
步驟 3：執行一個真實的工作流程
我給了團隊一個提示：
「研究 AI 生產力領域的競爭對手。找出前 10 大工具。找出它們的弱點。找出一個新產品可以掌握的機會。」
然後我退後一步。
以下是發生的情況——按順序。
Nova（研究）在 [#research](https://x.com/search?q=%23research&src=hashtag_click)：
回傳了 10 個競爭對手，附帶實際數據。用戶數量、價格層級、來自 App Store 和 Reddit 評論的主要抱怨，以及顯著的缺口。不是摘要。是證據。
Rex（規劃）在 [#planning](https://x.com/search?q=%23planning&src=hashtag_click)：
接手 Nova 的產出。建立了一個定位矩陣。找出 3 個可防守的角度。標記了 Nova 的 2 項發現，認為在確定策略之前需要進一步驗證。
Nova（研究）回到 [#research](https://x.com/search?q=%23research&src=hashtag_click)：
Rex 用那兩個標記的項目 ping 了她。她回去深入研究，更正了一項發現，並確認了另一項。
Aria（寫作）在 [#content](https://x.com/search?q=%23content&src=hashtag_click)：
接手 Rex 的定位。為每個角度撰寫了 3 個替代的 X Article 開頭。簡短。直接。不同語氣。
Max（審查）在 [#review](https://x.com/search?q=%23review&src=hashtag_click)：
標記出 Aria 的兩個開頭提出了一個 Nova 的研究不支持的說法。將它們退回，並附上具體的引用要求。
Kai（魔鬼代言人）在 [#review](https://x.com/search?q=%23review&src=hashtag_click)：
挑戰了 Rex 建立的定位。主張 Rex 所識別的「機會」之所以是缺口，只是因為現有公司尚未推出該功能——而不是因為他們做不到。迫使 Rex 重新思考。
Rex（規劃）修訂：
回來時帶著一個更新的策略，經得起 Kai 的挑戰。
Aria（寫作）最終草稿：
基於強化的定位，產出新的開頭。
總時間：我看著這一切發生，大約花了 25 分鐘。
我沒有寫下任何一個字。
我沒有重新下任何指令。
我批准了最終草稿。
關鍵時刻：Agent 擁有席次
大多數 AI 工具將 Agent 視為任務。
下指令。得到產出。任務結束。Agent 消失。
Raft 將 Agent 視為團隊成員。
這個差異聽起來很哲學，直到你實際體驗一天。
當 Nova 因為 Rex 的挑戰而更正了一項發現時——我沒有要求 Nova 這麼做。
是 Rex @提及了她。
當 Max 將 Aria 的開頭退回並附上引用要求時——我沒有指示 Max 檢查準確性。
Max 正在監看頻道。
當 Kai 挑戰 Rex 的定位時——我從未告訴 Kai 要唱反調。
那是 Kai 的角色。Kai 自己負責。
Agent 不是在等你下指令。
他們在監看工作。接手屬於自己環節的任務。互相對話。
這就是「席次」的意義。
不是你下完指令就忘記的任務。
而是一個持續的身份，會出現、記得昨天發生的事，並隨著時間變得更好。
糾正 Agent 一次。它就會記住。
經過數週，這會累積成看起來像實際專業知識的東西。
Raft 做對了什麼
經過一週的日常使用，以下是突出的幾點：
Agent 身份改變了一切。
當 Agent 擁有名稱、角色和記憶時——你不再將它們視為工具，而是開始把它們當作同事。這個轉變改變了你設計工作的方式。
共享的上下文，無需你管理。
在我使用過的其他所有 AI 工作流程中，我都是那個在提示之間傳遞上下文的人。在 Raft 中，Agent 在頻道中就能看到彼此的產出。上下文已經在那裡了。
審查循環自然發生。
我沒有在工作流程中刻意加入審查步驟。Max 和 Kai 只是因為那是他們的環節而自動執行。檢查是因為團隊結構而發生——而不是因為我記得要要求。
多模型團隊是真實的。
Nova 使用 Claude Code。Aria 使用 Codex。Kai 使用 Gemini CLI。他們都在同一個頻道中運作。不同的模型。同一個房間。這確實是全新的。
Hermes 合作夥伴關係指明了方向。
截至 6 月 20 日，Hermes Agent 已加入 Raft 成為官方 Agent 合作夥伴。Raft Agent 可以喚醒 Hermes，而不會暴露完整的訊息內容——這是一條以隱私為優先的路徑，讓不同系統的 Agent 之間可以協作。
這不僅僅是一個功能。這是一個方向。
Raft 不是要成為另一個 Agent。
它正在建立 Agent 之間的協作層。
哪些地方還處於早期階段
誠實的回饋。
你實際上需要多少 Agent？
我從 5 個開始。對於某些專案，2 個就夠了。對於其他專案，我希望能有 7 個。目前還沒有標準答案。你需要邊做邊摸索。
角色設計需要迭代。
我為每個 Agent 寫的第一版描述太模糊了。「寫作 Agent」沒有具體說明，導致 Aria 用自己覺得自然的方式來寫。更精確的描述會產生更精確的輸出。
→ 不好的描述：「寫內容」
→ 好的描述：「寫出簡短有力的 X Article 開頭。不灌水。每個開頭少於 15 個字。只使用強烈的動詞。」
心智模型是新的。
Raft 用起來不像 AI 聊天機器人。它比較像在經營一家小公司。這是一種不同的技能。需要花幾天時間才能停止使用舊的反射動作——什麼事都只對一個 Agent 下指令——並開始信任團隊。
團隊結構的最佳實踐仍在發展中。
目前還沒有人有完整的標準流程。Raft 的文件對此很誠實。你正在這個領域被發明的過程中進行建設。
如何設定你的第一個真實工作流程
這是我經過一週迭代後使用的精確提示系統。
團隊簡報提示（第一天傳送到 [#all](https://x.com/search?q=%23all&src=hashtag_click)）：
「團隊——這是我們的工作方式。 Nova：你負責 [#research](https://x.com/search?q=%23research&src=hashtag_click)。當任何人需要事實、數據或驗證時，先交給你。 Rex：你負責 [#planning](https://x.com/search?q=%23planning&src=hashtag_click)。當 Nova 的研究準備好時，你建立策略。 Aria：你負責 [#content](https://x.com/search?q=%23content&src=hashtag_click)。當 Rex 有計劃時，你執行寫作。 Max：你負責 [#review](https://x.com/search?q=%23review&src=hashtag_click)。閱讀 Aria 產出的所有內容。根據 Nova 的研究進行事實查核。標記任何不支持的內容。 Kai：你的工作是挑戰 Rex 的策略和 Max 的審查。如果團隊達成共識，找出他們不應該達成共識的原因。 我審查最終產出。開始吧。」
每日任務提示：
「Nova — [具體研究任務]。完成後，向 Rex 簡報。 Rex — 當 Nova 向你簡報後，建立策略。向 Aria 簡報。 Aria — 當 Rex 向你簡報後，產出內容。標記 Max 進行審查。 Max 和 Kai — 審查並退回或批准。當你們同意產出已經準備好時，標記我。」
精確的 Agent 描述範本：
以 Nova 為例：
更大的圖景
目前大多數 AI 產品都在建立單獨的個體工作者。
一個 Agent。一個任務。一個提示。
Raft 正在建立不同的東西。
一個人類和 Agent 作為團隊協作的工作空間。
工作超越單一對話而持續進行。Agent 隨著時間發展出真正的專業知識。你不再是自己工作流程中的瓶頸。
這是工作的未來嗎？
我不知道。
我知道的是這個：
在使用 Raft 之前，我同時是研究員、規劃師、撰稿人、審稿人和批評者。
使用 Raft 之後，我管理一個五人團隊。
這個團隊 24/7 隨時可用。成本低於一個 SaaS 訂閱。每週都在進步。而且他們沒有人在星期一休假。
如何立即開始
- 前往 raft.build — 建立帳號
- 建立你的伺服器 — 只需 2 分鐘
- 連接你的電腦 — 在終端機貼上一個指令
- 建立你的第一個 Agent — 如果你有 Claude Pro，使用 Claude Code 執行環境
- 使用上面的團隊簡報提示來設定角色
- 給團隊一個真實的任務，然後觀察這個房間
最難的部分不是設定。
最難的部分是信任團隊。
阻止自己跳進去，自己動手做所有事。
這個房間會自己解決一切。
資源
→ 開始使用：raft.build
→ 入門指南：docs.raft.build/meet-your-onboarding-agent
→ 建立你的團隊：docs.raft.build/build-your-agent-team
→ 使用案例範例：raft.build/resources/use-cases
→ 在 X 上追蹤 Raft：@raft_hq
如果這篇文章對你有幫助：
→ 轉發分享給你認識的每一位獨立開發者
→ 追蹤 @sairahul1 以獲得更多類似系統
→ 收藏這篇——設定和提示範本都已經準備好，今晚就開始
訂閱 theaibuilders.co 以獲得更多有趣的文章
我撰寫關於 AI、產品和無需你介入就能運行的系統。
