三个AI各干各的,没人知道另一个在干什么——然后清华00后博士拿了千万元融资

想象一个场景。

产品经理把需求丢给一个AI Agent梳理，让研发同时用另一个Agent改代码，运营则在第三个对话窗口里研究发布方案。几个小时后，每个Agent都完成了自己的部分，也各自拥有一段完整的上下文。

然后问题来了：没人清楚另一个Agent做过什么、为什么这样做，哪些结论已经被确认，哪些变化又会影响后续任务。

最后，人重新回到信息中转站的位置：复制对话、补充背景、核对版本、拼接结果，再把同一件事向不同Agent解释一遍。

这是AI能力快速提升之后，一种颇具反差的场景。Agent（智能体，就是能自己拆任务、调工具、拿主意的AI程序）确实越来越强了——写代码、处理文档、调用工具、连续执行长程任务，样样都行。但一个新的瓶颈也随之出现：一个能力很强的Agent，仍然只是一个能力很强的单人助手。

它掌握的上下文属于某个用户和某次对话。执行过程分散在不同工具里。任务结束后，经验也自然消失在对话历史中，不会成为团队下一次工作的起点。

换句话说，Agent没有真正进入组织。

这个问题，一个清华00后博士正在解决。

奇点逃逸：让AI在协作中自己变强

奇点逃逸完成千万级种子轮融资，由星连资本与水木创投联合领投，奇绩创坛跟投。正在研发的产品叫Nexus，定位是"AI原生团队协作操作系统"。

创始人薛传奕，本科、博士均在清华大学就读，研究方向覆盖强化学习与多智能体，以第一作者身份在NeurIPS、CJA等学术会议和期刊发表论文，在商汤、鉴智机器人实习期间参与过自动驾驶算法研发。

他们的核心问题很简单：当越来越多个AI进入生产环境，它们如何理解彼此的角色和关系？一次任务中的反馈，如何转化为下一次协作可以复用的能力？

先让它们面对同一份事实

奇点逃逸的判断是：现有AI产品大多围绕"对话"组织信息。一段对话结束，Agent对任务的理解、执行依据和失败经验往往也停留在那段对话里。当任务跨越不同模型、不同成员和不同时间周期，团队不得不反复重建上下文。

薛传奕认为，解决这个问题的关键不是让所有Agent同时开始工作，而是先让它们面对同一份事实。

协作首先是对事实的协作。如果每个Agent理解的目标、任务状态和验收标准都不一样，能力越强，可能只是更快地朝不同方向执行。

所以Nexus不从"单次对话"出发，而是从组织状态出发。人、Agent、任务、知识和工具被表示为相互关联的对象；一项工作不再只是一段自然语言指令，还包含目标、负责人、依赖关系、权限、当前状态、执行证据和验收结果。

在这个系统里，产品、研发和运营不是分别与三个互不相识的Agent对话，而是围绕同一项工作持续推进。新加入的Agent可以理解前序任务发生了什么，找到相关决策和上下游依赖；新的过程和结果，也会重新成为组织状态的一部分。

Agent由此从个人拥有的工具，变成组织可以分工、授权、审阅和接续的协作对象。

光有协作还不够。组织在不断变化，目标会修改、工具会更新、成员会流动、约束会随时出现。昨天有效的任务拆解方式，今天未必仍是最优选择。

奇点逃逸提出了"自进化"机制，但不是大家想的那种"AI自己改自己"。

薛传奕说得很清楚：自进化的前提不是赋予Agent无限自主权，恰恰是建立更严格的证据和治理边界。

他们的自进化分三个环节：

真实反馈驱动——组织协作中天然存在目标、约束和结果。人的修正说明哪里出现了偏差，验收判断给出结果是否可用。这些不是抽象偏好，而是与具体工作绑定的因果证据。

独立评测——系统根据反馈提出候选改进（调整上下文组织方式、模型路由、任务拆解等），但不直接进入生产环境。先通过独立评测，比较效果、稳定性、成本和风险。

治理采用——评测通过后，由治理机制决定采用、限制、拒绝或回滚。系统必须能回答：为什么要改、改了什么、是否真的更好、有没有损害原有能力，出现问题时能否撤回。

为了让自进化可追踪，Nexus选择了"图结构"作为底层组织方式。

在Agent系统内部，目标、规划、专业能力、执行、记忆、工具和验证各成一个节点。改进发生在哪里、影响哪些能力，都能被定位和追踪。新Agent和新工具也可以作为节点接入，而不必重写整个系统。

在组织层面，人员、Agent、任务和知识又形成另一张相互连接的工作图。Agent的观察边界不再局限于一段对话，而是可以在授权范围内理解相关人员、历史决策、上下游任务和可调用资源。

两层图结构连接起来，协作反馈才可能指向具体的能力节点，经过验证的改进也才能重新进入具体工作。

薛传奕把Nexus的长期方向概括为"AI时代的组织基础设施"。

这不是一个关于"AI取代多少人"的故事。它更接近另一种变化：当组织中出现越来越多非人类智能，原有的软件和协作方式需要被重新设计。

"协作和自进化不是两条平行路线，也不是先后发生的两个阶段。"薛传奕说，"Agent只有具备自进化机制，才能适应组织的动态环境；只有进入真实生产环境，它的能力才能被释放，并在持续反馈中积累新的智能。两者相互依赖，也相互强化。"

说实话，这和我们最近写的"6角色AI内容团队"文章有天然关联——当AI从个人工具变成组织协作者，很多问题都会浮现。这个方向值得持续关注。