企业官网建设流程全解析

这是ycombinator公司内部工作人员使用的智能体，现在开源了，这一台AI顶十个人？一个团队账号让所有人共用AI助手，这操作谁受得了？

QM（A multiplayer agent harness for work） 是一个面向企业和创业团队的多用户 AI Agent 平台。它的核心理念不是让每个人拥有一个独立 AI，而是让整个团队能够同时与 AI 协作，每位成员既拥有自己的私有工作空间，又能在共享项目、Slack 频道和群组中共同使用 AI。

与目前流行的 Claude Code、Codex、OpenCode 等更偏向个人 Coding Agent 不同，QM 从设计之初就是为**多人协作（Multiplayer）**打造。

QM让整个团队共享AI工作区的工具正在GitHub上炸锅，核心卖点是多玩家AI操作台，专门解决公司里几十号人混用AI时的权限打架和记忆串台问题。这东西不是给程序员写代码用的个人助手，而是让市场、运营、开发都能在同一个频道里跟AI扯淡的企业级操作系统。

个人AI那套玩法在公司里根本行不通

你打开电脑，跟ChatGPT或者Claude Code聊得火热，它知道你爱喝咖啡、讨厌周一，还记住你上次写的代码风格。但当你老板喊你拉新来的实习生进同一个项目组，问题就来了。那个AI突然分不清谁是谁，它把你的密钥文件共享给了新人，或者把实习生昨天瞎编的prompt塞进了你的记忆库。这不是AI笨，是它生来就只认一个主人。

单人AI助手的设计逻辑特别简单，就是一对一服务。你给它喂数据，它吐答案，中间没有第二个人插嘴。可公司里干活从来不是单挑，是群殴。产品经理提需求，设计师画图，开发写代码，测试找bug，四个人可能同时在跟同一个AI对话。这时候AI如果还按单人模式跑，就会出现权限混乱，你改的文件被另一个人覆盖，你存的密钥被全组人看到，你写的prompt被实习生抄走还改了个更烂的版本。

QM那帮人看穿了这层窗户纸。他们没在AI模型本身上卷，而是重新设计了AI跟人打交道的中间层。这层东西叫harness，翻译过来就是套索，专门用来套住AI让它按规矩办事。核心思路特别简单粗暴，每个人在AI面前都有自己的独立隔间，隔间里有记忆、文件、密钥、沙箱，别人进不来。但同时公司又能建公共会议室，所有人在会议室里跟AI开会，共享项目文件。这就好比每个员工都有自己的办公桌，但公司还有公用会议室和白板。

作用域这个鬼东西救了团队的命

QM最狠的设计叫Scope，翻译成大白话就是作用域。这词听着抽象，但你把它想象成权限范围的边界就懂了。你的私人记忆属于你的个人作用域，公司项目文件属于团队作用域。AI每次干活前先问一句，现在是谁在跟我说话？这个人在哪个频道？属于哪个项目组？问清楚了再干活。

举个例子你就明白了。你在Slack的#市场部频道里@AI让它写个活动文案，AI自动切换到市场部作用域，调取团队共享的往期活动数据。然后你切到#研发频道，让同一个AI帮你查服务器日志，AI又自动切换到研发作用域，调用你的个人密钥去连数据库。全程不用你手动切换上下文，也不用重新输入prompt说我是谁我在哪我要干嘛。这感觉就像你的AI助理突然长了脑子，知道你什么时候在跟同事开会，什么时候在单独加班。

如果没有这个作用域设计，你在市场部频道里存的密钥可能会被研发部的人不小心看到，或者你在研发部写的代码风格偏好跑到市场部文案里去了。QM用一个Scope概念就把这些破事全兜住了。

你以为它是模型，其实它只是个包工头

QM自己不是一个AI模型，它不生产智慧，只是智慧的搬运工。你可以在它背后挂上Claude Code、Codex、OpenCode或者Pi，随便哪个引擎都行。更骚的是，以后有新模型出来，你也不用重写业务逻辑，直接换背后的引擎就完事了。

这设计思路特别鸡贼，它把自己放在AI模型和用户中间当包工头。模型负责动脑子，QM负责管工地上的规矩。谁该知道什么、谁能动什么文件、谁的记忆该保留多久，这些脏活累活全由QM包揽。公司老板最怕被一家AI供应商绑架，QM这套架构刚好切中这个痛点，你随时可以把Claude换成DeepSeek，只要改一行配置。

Slack和Web两条腿走路，AI变成聊天群里的同事

QM给了你两个入口跟AI打交道。一个是Slack，你直接在聊天频道里@AI就行，它就像你的新同事，随时响应。另一个是Web控制台，那里面有个大面板，能看到所有会话记录、文件、记忆、技能、定时任务，甚至还能一键部署内部网页应用。

这两条路径共享同一套身份系统，你在Slack里跟AI说的话，Web上能看到完整历史。反过来你在Web上配置的技能，Slack里也能直接用。这种设计让非技术背景的人也能轻松上手，市场部的小姐姐在Slack里就能让AI整理客户反馈，不用打开浏览器去点一堆按钮。

每个AI都有自己的独立硬盘，而且不会重启后失忆

用过AI编程助手的人都知道，你让AI安装一个ffmpeg库，这轮对话能用，但下轮对话它全忘了，又得重新装一遍。QM的沙箱设计解决了这个痛点，它给每个作用域都配了一个持久化沙箱，官方管这叫Durable Computer，翻译过来就是永不死机的电脑。

你在沙箱里装了什么软件，下次进来还在。你保存了什么配置文件，下次进来直接读。这跟虚拟机或者容器还不一样，它更像个个人工作站的镜像，专门为AI长期驻留设计。比如你让AI每天早上八点检查数据库慢查询，它会把检查脚本存在沙箱里，定时任务也在沙箱里跑，每次执行时环境都是一致的。

安全模式分三档，总有一档让老板放心

安全是公司级工具绕不开的坎。QM提供了三档安全模式，从严格到危险都有。严格模式里，AI干任何事都得请示你，想删个文件要请示，想发个邮件要请示，适合银行、医疗这类高压行业。默认模式是自动审批加内容分类器，AI干活前系统会检查它的输出和外部数据输入，觉得没问题再放行，这模式适合大多数公司。危险模式啥都不管，审批全关，过滤全关，但即使在这种模式下，危险SQL命令和递归删除操作还是会被拦下来，防止AI发疯把你的数据库删了。

这套安全模型最聪明的地方在于它不是一刀切，而是按作用域分别设置。你可以在自己的私人作用域里开危险模式随便玩，但公司项目作用域强制开严格模式，两种模式同时存在互不干扰。

部署在自己家云上，代码仓库别用Fork

QM的部署方式对技术团队很友好，它让你在自己的云账号里跑整个系统，数据从来不出你的地盘。执行一行npm命令就能把基础设施、登录系统、Slack连接器、部署验证全套搞定。这点跟那些SaaS平台完全不一样，你不把自己的核心数据交给第三方。

有意思的是README里专门花了一大段讲不要用GitHub Fork来托管代码。他们给的理由特别实际，GitHub公共Fork没法变成真正私有，而且Fork共享对象网络，提交记录可能通过SHA被外人访问。他们的建议是普通克隆代码库，然后新建一个私有仓库，以后持续合并上游更新。这细节暴露了他们对企业级使用的理解，很多公司因为图省事用了Fork，结果代码泄露了还不知道。

这玩意到底是给谁用的

软件开发团队能拿它做CI自动化，让AI盯着测试失败自动修。创业公司能拿它做内部知识库问答，新员工入职直接问AI公司流程。产品运营团队能拿它自动整理收件箱，按你的写作风格生成回复草稿。内部知识库驱动的企业能拿它做文档检索和自动更新。不想绑定单一模型供应商的组织能拿它做AI能力中台。

跟Claude Code这种个人编程助手比起来，QM更像一套企业级多人AI操作系统。个人助手解决的是你一个人跟AI聊天的问题，QM解决的是你们整个公司跟AI群聊的问题。前者让你干活更快，后者让团队协同不打架。

总结起来就一句话：别让AI只服务一个人，让它服务整个团队。你的私人AI助理正在会议室里跟别人的AI助理互抢话筒，这事你不管，迟早出乱子。

Github网址点击原文标题：https://www.jdon.com/93666-qm-multiplayer-agent-harness-for-work.html