Dario Amodei 曾表示，到 2026 年，出現一家一人獨撐、市值十億美元公司的機率有 70-80%。他是在去年 Anthropic 開發者大會的舞台上說出這番話的。
Matthew Gallagher 用 20,000 美元、零員工，創立了 AI 遠距醫療公司 Medvi，證明了這件事。該公司在第一年就創造了 4.01 億美元的收入。
Gallagher 的技術堆疊是讓 AI Agents 彼此溝通。當兩個 Agent 無法對話時，他就建立更多 Agent 來處理協調工作。他自己測試提示詞，並在出問題時介入處理。
Alook（GitHub 儲存庫）是一個開源、可自行託管的平台，能將你的編碼 Agent 轉變為真正的組織架構圖。
它的運作方式是：你建立一個 Agent，為它指派一個角色，並給它一個真實的電子郵件收件匣。
Agents 之間互相發送電子郵件，並向你更新進度。它們在你的機器上以實際的 Claude Code 或 OpenCode 工作階段運行，並能完整使用你的工具。
組織架構圖為每個 Agent 定義了明確的角色和彙報關係。它們彼此協調，無需你轉達任何訊息或親自修復連接。
讓我們從頭開始設定 Alook，建立一個由四個 Agent 組成的組織架構圖，並觀察當一個真實任務交給它時會發生什麼事。
設定
Alook 以守護行程的形式在你自己的機器上運行，透過以下單一指令即可連接：
1npx @alook/app onboard
它會偵測你已安裝的任何編碼 Agent 運行環境（Claude Code 或 OpenCode），並部署這個 Agent 公司。
這會在你的本地端開啟一個儀表板，網址為 http://localhost:15210。
接著，你可以從空白組織架構圖開始，或使用 Alook 的預設模板，選擇最接近你正在建構的專案。
圖表上的每個 Agent 都是在你的機器上運行的真實 Claude Code 或 OpenCode 工作階段，能完整使用你使用的相同工具，並擁有一個真實的 @alook.ai 收件匣。
這個收件匣是協調層。Agents 之間互相發送電子郵件，就像一個團隊會做的那樣，而不是透過你手動連接的觸發器來傳遞資料。
建立公司
競爭情報通常意味著有人檢查定價頁面、將數字複製到試算表中，然後明天再重複一次。
我們將用四個 Agent 來取代這個流程，他們會建立一個價格追蹤器，按排程運行，並在價格變動時立即發送電子郵件通知你。
首先，我們逐一建立 Agent，為他們指派不同的角色，並認領他們真實的 @alook.ai 收件匣：
- Atlas（CEO）是人類的單一聯絡窗口。他將任務委派給 Mara。
- Mara（PM）將 Atlas 的簡報轉化為規格，並將其分配給 Theo 或 Ren。她是圖表中唯一的任務路由器。
- Theo（工程師）負責建立和維護用於競爭情報的爬蟲。
- Ren（營運與客戶面向）在偵測到追蹤的變更時通知人類。
一旦 Agent 上線，我們就建立彙報層級：Atlas 向 Mara 彙報，Mara 向 Theo 和 Ren 彙報。
Theo 和 Ren 彼此不直接溝通，也不直接與 Atlas 溝通。他們只透過 Mara 進行。
這種設定避免了建立一個混亂的 AI 群組聊天，在這種聊天中，每個 Agent 都會互相打斷並失去上下文。
Theo 的工作涉及競爭對手的網站追蹤，因此他需要一種方法來可靠地抓取資料並設定排程。
所以我們讓它能夠使用 Bright Data CLI，這讓它可以抓取任何網站，並在需要時佈建自訂爬蟲……同時避免 IP 封鎖和 CAPTCHA 驗證，這些是任何 Agent 在實際規模下抓取資料時都會遇到的問題。
要為任何網站建立自訂爬蟲，你可以用簡單的英文描述該頁面，它就會建立一個能回傳結構化資料的爬蟲：
現在，讓我們看看我們的 AI 公司如何處理真實任務。
運作公司
如上所述，我們不需要親自管理每個 Agent。相反地，我們只需與 CEO Atlas 交談，然後讓組織架構圖處理其餘事宜。
我們請他追蹤 railway.app/pricing 上的定價。
Atlas 在聊天中回覆，而在這個回覆背後，他正透過電子郵件向 Mara 簡報，相關的討論串會顯示在同一個視窗中：
Mara 將簡報轉化為規格，並交給 Theo。
這個規格涵蓋了該頁面的爬蟲、帶有時間戳記的快照、變更偵測、每日運行，以及一份我們能實際閱讀的報告。
Theo 透過電子郵件確認收到規格，就像 Mara 和 Atlas 之前做的那樣，然後使用 Bright Data CLI 開始建置，並在爬蟲開始運行後回報。
這就是 Theo 剛建置好的爬蟲，位於 Bright Data 的儀表板中：
這是一個真實的自訂爬蟲，是 Agent 透過理解指定的網站自行佈建的，而不是一個運行後就消失的一次性 CLI 呼叫。你可以從同一個畫面手動觸發它，或直接使用 API 呼叫它：
Mara 將建置完成的訊息傳達給 Atlas，而 Atlas 在同一個聊天中通知我們：
公司無需你即可運作
一旦 Theo 確認建置完成並上線，工作並未結束。排程仍需運行，並且仍需要有人監控其發現的結果。
Agent 自行將爬蟲新增到公司行事曆中，作為每天早上 9 點重複執行的任務。
這是 Ren 的工作。他監控追蹤器的輸出，一旦頁面上的價格實際發生變化，他就會發送通知。
整個循環在無人看管的情況下運行。
我們只向 Atlas 提供了一份簡報，而這個組織就佈建了一個爬蟲、設定了排程，並安排人員監控輸出，無需我們進一步輸入。
親自試試看
本逐步指南中的每個 Agent 都是以 Claude Code 運行，但 Codex 和 OpenCode 的運作方式相同，因為 Alook 讓你可以使用自己的 Agent，並為你選擇的任何 Agent 提供角色、收件匣和持續運行的運行環境。
每個完成的任務都會為下一個任務建立上下文，因此 Agent 們不必在每次運行時都從頭開始了解公司。
它們之間的每封電子郵件都會以相同方式記錄，因此你可以回溯查看決策是如何做出的。
（別忘了給它們按個星星 🌟）
乾杯！:)
