Agnes

在AI办公工具层出不穷的当下，真正能打破信息孤岛、实现多智能体协作的平台却寥寥无几。来自新加坡的一支博士团队，打造了一款名为 Agnes 的AI协作平台，试图从底层架构出发，重构团队协作的逻辑。

他们不是在优化某个办公环节，而是在重新定义“协作”本身。

为什么AI办公工具在团队协作中总是“掉链子”？

当前市面上的AI办公工具，大多聚焦于单人任务，如文档优化、内容生成等。一旦涉及多轮次、跨成员的复杂协作，便暴露出严重短板：

• AI难以理解整个团队的上下文；
• 多工具切换造成信息割裂；
• 版本控制混乱，协作效率低下；
• 缺乏统一的记忆机制，项目进展难以追溯。

这些问题的本质，是AI尚未真正“嵌入”协作流程，而只是作为辅助工具存在。

Agnes：一个原生AI协作平台的诞生

Agnes的出现，标志着AI办公进入了一个新的阶段。它不仅是一个文档工具，更是一个具备记忆能力、任务拆解能力和多智能体协作能力的AI协作中枢。

它的三大核心特性：

1. 真正的协作型AI工作空间

Agnes构建了一个深度适配团队协作的AI中台，融合了：

• 团队记忆机制：记录项目历史、成员反馈、任务目标；
• 智能体分工体系：多AI角色协同推进任务；
• 一体化内容生成：从文档、PPT到研究报告，全流程生成。

这意味着，协作不再是零散的输入输出，而是围绕实际流程展开的智能推进。

2. 实时协作编辑能力

支持多人同时在线编辑文档、报告、演示内容，所有修改即时同步，体验接近Google Docs，但更智能。

传统办公工具如Office，依赖单一文件版本管理，极易造成冲突和信息丢失。而Agnes通过统一工作空间和实时同步机制，解决了这一痛点。

3. 一体化内容生产能力

Agnes不仅优化某个环节，而是通过调度多个智能体，完成从内容生成到结构化输出的全流程闭环。它是一个从底层以AI架构构建的协作平台，而非简单的AI插件。

技术内核：CodeAgents + Agnes-R1

Agnes的底层技术，是其最核心的护城河。

Agnes-R1：专为团队协作设计的7B推理模型

• 支持长上下文记忆；
• 可处理多轮推理与资料整合；
• 能结合团队记忆和项目上下文，动态调整任务目标。

CodeAgents：自主研发的多智能体推理框架

传统的多智能体协作方式，依赖自然语言沟通，存在：

• token消耗高；
• 流程不可控；
• 难以调试与复盘。

Agnes团队的解决方案是：结构化伪代码驱动的多智能体协作机制。

这种方式将任务流程模块化、结构化，如同工业流水线般高效。任务拆解、角色分配、错误处理等全部写入代码逻辑，极大提升了效率与可控性。

根据公开测试数据：

• 在GAIA、HotpotQA等多步骤推理任务中，CodeAgents相比传统方法：
  • token成本降低；
  • 准确率提升；
• 在VirtualHome长链路仿真中：
  • 成功率提升近20%；
  • token消耗减少约40%。

这不仅是一次技术突破，更是商业化落地的关键。

创始人Bruce Yang：从NUS博士到AI协作先锋

Agnes的核心团队，来自新加坡国立大学（NUS）与南洋理工大学（NTU），创始人Bruce Yang是NUS在读博士，专注于多智能体推理架构与应用落地。

他的背景极具代表性：

• 本科毕业于UC Berkeley，主修数学与计算机双学位；
• 曾在微软与LinkedIn担任工程管理；
• 以第一作者身份发表多篇支撑Agnes核心技术的论文。

Bruce不仅具备扎实的科研背景，也拥有丰富的产品与工程经验。他带领的团队，正在推动AI协作从“实验室模型”走向“真实产品”。

从“工具”到“大脑”：Agnes的野心不止于办公

Agnes的目标，不是替代Office，而是重构协作方式。

它希望成为团队的“协作大脑”，不仅辅助单个任务，更嵌入整个组织的运转流程中。它解决的是：

• 信息割裂；
• 知识沉淀困难；
• 工具壁垒严重；
• 协作流程混乱。

这是一次从“AI辅助办公”到“AI驱动协作”的跃迁。

未来办公的关键词：协作、流程、记忆

Agnes的出现，提供了一个重要的信号：

下一代办公工具，不再是单兵作战的“工具”，而是懂协作、懂流程、懂记忆的“智能中枢”。

尽管短期内，它还无法撼动Office的统治地位，但其技术路径与产品理念，已经为未来办公打开了一扇新的大门。

正如Bruce所说：

“赢家会思考如何站在AI浪潮中抓住结构性变化、流量入口和组织创新。”

Agnes或许不是终点，但它已经足够扎实、足够新鲜，足以成为AI协作办公领域的新起点。