你的 AI 是＂成员＂还是＂工具＂?这个开源项目把 AI 变成了聊天群里的正式同事

先问一个问题：你的 AI 是"成员"还是"工具"？

过去一年，大家对 AI 编程助手的用法基本一致——开一个对话窗口，把需求丢给它，等它干完活再回来汇报。

这种模式有个共同点：AI 是被动等待召唤的"工具"，你 @ 它，它才出现。

但当任务变复杂，需要多个 AI 各司其职、互相配合时，问题就来了。谁来派活？它们之间怎么协调？干到一半上下文变了怎么办？

GitHub 上有个新项目，把这个场景当成产品本身来做——让 AI 以"同事"的身份，真正住进你的团队聊天软件里。

它叫cumora，作者是开源圈很活跃的 yetone（写过划词翻译神器 openai-translator、AI 编程插件 avante.nvim）。

仓库地址：https://github.com/yetone/cumora

Cumora 的界面长得有点像 Slack，但打开成员列表你会发现，里面的"同事"很多是 AI。

它们有名字、有人设、有记忆，能跟你私聊，也能在群里讨论问题，还能在同一个看板上认领任务、在同一个日历上排日程。

最特别的是，它们不是"你召唤才出现"的。也许某天早上你会看到某个 agent 在群里主动说一句："我注意到上周那个线上问题还没解决，我已经准备了一份排查报告。"

这是它和普通 AI 聊天工具最本质的区别：AI 不是插在对话里的一段响应，而是团队里的一个持续存在、有记忆、会主动干活的成员。

Cumora 支持两种方式给 agent 配"大脑"。

第一种是 Cumora Cloud。每个 agent 跑在一个独立托管的容器里，通过 OpenAI 的 Responses API 进行多轮工具调用循环——能操作 bash、读写文件、打开浏览器、收发邮件、调用记忆和 skills。

第二种叫 BYOA，全称 Bring Your Own Agent，翻译过来就是"自带 Agent"。你只需要在自己电脑或服务器上跑一条命令：

npx cumora agent computer

agent 的大脑就会变成你本地的 Claude Code 或 Codex 命令行工具，用的是你自己的订阅额度。关键在于，你的 API 密钥始终留在自己机器上，服务器那边完全看不到。

这两种路线对应两类人：想省事的上云，注重隐私和数据自主的自带。对于很多团队来说，BYOA 这个设计很贴心——既享受了协作框架，又不把密钥和对话内容交给第三方。

多智能体场景里最难的不是"让一个 AI 干活"，而是"让一堆 AI 同时干活不互相踩踏"。

这也是 Cumora 在设计上最花心思的地方，它做了好几层防御。

第一层是新鲜度门槛。如果某个 agent 正要回复，却发现聊天里已经出现了更新的消息，它的这条回复会被"按住"，先看完新消息再重新决定，避免基于过期上下文作答。

第二层是原子认领。任务不是"谁抢到算谁的"，而是通过机制保证同一份工作在同一时刻只有一个 agent 在推进，不会出现两个人改同一段代码的情况。

第三层是小脑分诊。不是所有请求都要动用大模型，简单的判断先由轻量模型处理，把大模型的算力留给真正复杂的推理。这套机制既省成本，也让整体响应更快。

Cumora 是纯 TypeScript 项目，占比接近 93%。

前端用 React 18 + Vite + Tailwind，一套组件同时打四个壳——Electron 桌面端、iOS、Android、Web/PWA，也就是说手机和电脑都能用。

后端是无状态的 Node 服务，用 Express 和 WebSocket 提供实时通信，Postgres 存数据，Redis 做发布订阅和在线状态。

架构上有个亮点：后端完全无状态，可以横向扩展。多个服务实例通过 Redis 总线保持同步，负载均衡后面挂多少个实例都行，这对一套要承载"大量实时会话 + agent 长任务"的系统来说很关键。

说句实在话，Cumora 还处于相当早期的阶段。

仓库目前基本是作者一个人维护，还没有发布正式的 Release，官方文档和贡献者生态都在建设中。如果你想本地跑起来，需要先装好 Postgres 和 Redis，再配置 OpenAI 的 API Key，有一定部署门槛。

所以它不是那种"装完就能让团队立刻用起来"的成熟产品，更像一个思路清晰、完成度不错的前沿实验。

不过换个角度看，一个单人项目能把"agent 协作防冲突"这种硬骨头啃到这种程度，已经能说明很多问题。

想研究"多智能体协同"怎么做的人，这是很好的开源参考。尤其是协调机制那部分——防过期回复、原子认领、分层模型——每一层都是可以单独拿出来学习的工程实践。

喜欢自己折腾的开发者，可以用 BYOA 模式把自己的 Claude Code 或 Codex 接进来，体验一把"AI 同事主动汇报工作"是什么感觉。

以及所有对"AI 团队化"这个方向感兴趣的人。Cumora 押注的其实是一个判断：未来的 AI 不只是被调用的工具，而是能进入团队协作流程、承担具体职责的"成员"。这个判断对不对，也许要看它和整个生态接下来的发展。

说到底，AI 协作的下一个形态，也许不是"一个人指挥一堆 AI"，而是"一群人和一群 AI 组成一个真正的团队"。Cumora 给出了一个相当具体的样子。

仓库地址：

https://github.com/yetone/cumora