Team Agent(团队智能体)
Team Agent 指把 Agent 放进团队的工作现场:它和多名人类成员共享同一份上下文,接受任务指派,在被指派的范围内自主推进并汇报结果。与个人 Agent 的差别不在模型能力,而在「上下文属于谁」——个人 Agent 只认当前对话框,Team Agent 要读群聊、文档、表格与审批流。2026-11 千问办公 2.0 与 Antigravity /swarm 把它推成了产品形态。
发布 2026-11-11更新 2026-11-11核实 2026-11-11什么是 Team Agent
Team Agent(团队智能体)指Agent 不再只服务一个人,而是成为团队里的一名成员:它进入工作群或协作空间,与多名人类共享同一份上下文,接受指派,在自己的权限范围内推进任务,并把进展与产物交回这个共享空间。
判断一个产品是不是 Team Agent,看三件事:
| 判据 | 个人 Agent | Team Agent |
|---|---|---|
| 上下文来自哪 | 当前对话 + 用户主动贴的材料 | 群聊、共享文档、表格、会议纪要、审批流等持续产生的信息流 |
| 谁能派活 | 只有当前用户 | 多名成员都能指派,任务有归属与状态 |
| 产物归谁 | 用户自己带走 | 回到共享空间,其他人可见、可接续、可编辑 |
这里最容易混淆的是「模型更强」和「形态变了」。Team Agent 的门槛不在模型能力,而在共享上下文、权限边界、任务状态与审计链——把一个更聪明的模型塞进单人对话框,仍然是个人 Agent。
为什么 2026 年这个词突然重要
过去一年办公 Agent 的产品形态基本是「一个人 + 一个对话框」。但真实工作发生在群里:一个项目的信息散在多个群聊、会议纪要和表格之间,人要花大量时间搬运、核对、对齐。瓶颈不是「AI 会不会写」,而是「谁来把信息搬齐」。
千问办公在 2026-11-09 的 2.0 博客里把这句话说得很直白:主流办公 Agent 仍以服务个人为主,团队的协作方式并未发生变化,下一代 Agent 需要进入团队协作的现场。同一周,Google 在 Antigravity 预览 /swarm,把一条提示词变成一组协同智能体,让强模型负责设计、协调与审计,执行交给更快更便宜的模型。
两条路线其实指向同一件事:把 Agent 从「工具」变成「协作者」,只不过一个落在办公 IM,一个落在软件开发。
四种协作形态
| 形态 | 谁和谁协作 | 典型动作 | 主要风险 |
|---|---|---|---|
| 人 + 单个 Agent | 一名成员派活,Agent 执行 | 汇总群消息、回填表格、生成周报 | 上下文不全导致答偏 |
| 多人 + 单个 Agent | 多名成员共用一个数字员工 | 任务指派、进展梳理、共识总结 | 指令冲突、优先级不清 |
| 多人 + 多 Agent | 人与不同角色的 Agent 同时在线 | 在线文档 / 表格 / 应用的多方共创 | 并发编辑冲突、合并策略不明 |
| 多 Agent 无人值守 | 事件触发,人只做事后审查 | 缺货告警 → 读库存 → 发起调货 | 误触发批量动作、无人兜底 |
从左到右,自动化程度递增,可回滚性递减。这张表也解释了为什么「自动任务」往往只开放少量触发场景:越靠右,越需要先把撤销链路建好。
核心机制
1. 共享上下文,而不是共享聊天记录
Team Agent 需要的是结构化、可持续更新的上下文:哪些群聊、哪张表、哪份文档、哪类审批属于这个协作空间,以及它们的最新状态。千问办公 2.0 的做法是让数字员工实时关联多个钉钉群聊、文档、AI 表格与 AI 听记,并支持多会话并行。
这里的技术难点不是检索,是上下文归属与时效:一条群里被撤回或更正的消息、一份被别人改过的表格,Agent 拿到的必须是最新状态。相关背景见 上下文腐烂 与 上下文压缩。
2. 任务是有状态的对象
个人 Agent 里「一句话 = 一件事」,Team Agent 里任务要有负责人、状态、截止时间、前置依赖与产物位置。否则多人派活时无法判断谁在等谁、哪件事已经黄了。这也是它与 Agent 编排 的交界:前者面向人,后者面向机器。
3. 事件触发替代「等人问」
从被动响应变成「订阅事件 + 配置规则、条件满足自动开工」,是 Team Agent 真正产生增量的地方。代价是动作发生在没人看着的时候:规则写宽了、消息被误读、上游数据脏了,Agent 都会照做。因此必须配套 故障关闭 式默认拒绝、动作白名单与 Agent 结果核验。
4. 权限、审计与撤销
这是 Team Agent 与个人 Agent 最大的工程差距:
- 可见范围:Agent 能读的群 / 文档 / 表格必须显式授权,而不是「登录者能看的它都能看」;
- 动作分级:只读汇总可以自动,写表 / 发消息 / 发起审批应分级确认;
- 可追溯:触发事件、读取的数据、执行的动作、最终结果要能串成一条链;
- 可撤销:批量动作要能一键回滚或有人工补偿入口。
常见的坑
- 把「进群」当成「有上下文」:只把聊天记录喂给模型,缺少表格与文档的结构化状态,Agent 会稳定地答非所问。
- 多人派活没有仲裁:三个人给同一个 Agent 下互相矛盾的指令,它会按最后一条执行,还可能声称三件都做了。
- 事件规则过宽:「有人 @我」这类触发在活跃群里一天能命中几十次,等于把 Agent 变成不受控的批处理。
- 只看成功率不看误动作率:团队场景里一次误发的消息、一次错改的表格,代价远大于十次成功汇总。
- 没有并发编辑策略:多人 + 多 Agent 同时改一份文档,若合并规则不公开也不实测,上线即冲突。
- 拿模型跑分当选型依据:Team Agent 的瓶颈在权限与审计,不在模型智能指数。算账口径见 每任务成本。
怎么落地:四步清单
- 选一个低风险、高频、可核对的流程(周报汇总、卡券提报回填),不要一上来就碰审批或资金动作。
- 先定边界再接数据:列出 Agent 可读的数据源、可写的目标、禁止的动作,把默认设成拒绝。
- 跑一次误触发演练:故意喂脏数据 / 模糊消息,确认它是拒绝、追问还是硬做;同时验证日志与撤销入口真的可用。
- 量化再扩面:记录人工干预次数、撤销次数、每任务耗时与成本,达标后再增加触发场景与 Agent 数量。
与几个近义概念的区别
| 概念 | 关注点 | 和 Team Agent 的关系 |
|---|---|---|
| Multi-Agent / Agent 编排 | 多个 Agent 如何分工与通信 | Team Agent 可能用它做底层,但必须多出「人类成员」这一层 |
| A2A 协议 | Agent 之间的互操作标准 | 解决通信格式,不解决权限与任务归属 |
| Agent Harness | 单个 Agent 的运行框架 | Team Agent 的外壳,管不了共享上下文 |
| Computer Use | 让 Agent 操作 GUI | 是一种执行手段,与协作形态无关 |
| MCP | 工具与数据源接入协议 | 常用来把群聊、文档、表格接进共享上下文 |
一句话记住
个人 Agent 替你干活,Team Agent 替你们对齐信息——后者的难点从来不是模型有多聪明,而是谁有权派活、它依据什么动手、以及做错了怎么撤回。
延伸阅读
- 概念:Agent 编排 · Agent Harness · Agent 结果核验 · 故障关闭 · 上下文腐烂 · 提示词注入 · 每任务成本 · MCP · A2A
- 工具:千问办公 · WorkBuddy · Dify · Antigravity · Claude Code
- 资讯:千问办公 2.0:把 Agent 拉进工作群 · Gemini 4 Carbon 全面开放(含
/swarm预览)
来源
- 千问办公2.0发布,支持多人与智能体协作(新京报贝壳财经 / 网易转载,2026-11-09,转引官方博客《千问办公2.0:主动与协同,迈向 Team Agent 时代》)
- 千问办公2.0发布 Agent能像同事一样进群干活(证券日报网,2026-11-09,三端互联与全量上线口径)
- Gemini 4 Carbon 全面开放(Google 官方博客,2026-11-10,Antigravity
/swarm预览) - 千问办公 2.0 资讯(本站,含首批触发场景与待核实项)
本页为概念整理,产品事实以文中所列来源为准。「协作」的「行业首个」为厂商口径,无第三方认定;多人 / 多 Agent 并发编辑的冲突合并策略与自动任务的撤销机制,厂商均未公开,本页按「需实测」处理。
常见问题
Team Agent 和多智能体(multi-agent)是一回事吗?
不是。multi-agent 说的是「多个 Agent 一起解一个问题」,参与者可以全是机器、也可以没有人类;Team Agent 说的是「Agent 作为成员进入人类团队」,重点是人与 Agent 共享上下文、共同承担任务。前者是架构,后者是产品形态。
它和个人办公 Agent 最大的区别是什么?
上下文的归属。个人 Agent 的上下文是单次对话加你主动贴进去的材料;Team Agent 的上下文是群里持续产生的信息流、共享文档、表格与审批记录,而且多人都能往里派活。这也让权限、审计、冲突合并变得不可回避。
「自动任务」和定时任务有什么不同?
定时任务是到点执行,自动任务是订阅事件 + 配置规则、条件满足才启动,例如「群里有人 @我说缺货 → 读库存表 → 发起调货申请」。后者更贴近业务流程,但误触发的代价也更高。
落地时最容易忽略什么?
撤销链路。Agent 在群里动作时没人实时盯着,一次误触发可能批量改数据或发消息。上线前就要有触发日志、动作日志与人工撤销入口,而不是先上线再补。
有哪些已经全量上线的产品?
千问办公 2.0 于 2026-11-09 全量上线「协作 / 自动任务 / 人机共创 / 资料空间 / 三端互联」;Google 于 2026-11-10 在 Antigravity 预览 /swarm(把一条提示词拆成协同智能体团队)。后者是预览,不是全量。
相关工具
Aider vs Claude Code:终端 AI 编程双雄怎么选
Aider vs Claude Code 2026 选型对比:开源 BYOK 多模型 vs Anthropic 订阅长任务 Agent,从编程能力、多模型支持、价格、Git 集成、国内可用性和适合人群判断,帮你选对终端 AI 编程工具。
Claude Code vs Cline:CLI AI Agent 怎么选?2026 对比
Claude Code vs Cline 2026 选型对比:Anthropic 官方闭源 CLI Agent vs Apache-2.0 开源 VS Code 插件。从模型绑定、工作流、MCP 支持、价格、隐私和适合人群 6 个维度帮你选对 CLI AI 编程工具。
Claude Code vs Codex CLI:终端 AI Agent 双雄对比
Claude Code vs Codex CLI 2026 选型对比:Anthropic 与 OpenAI 两大官方终端 Agent 的模型、长任务、MCP 生态、Windows 支持、订阅打包价格和国内可用性全方位对比,帮你判断该用哪个终端 AI Agent,以及能不能两个一起用。
Claude Code vs Crush:Anthropic 官方 vs 多模型 TUI(2026 实测选型)
Claude Code vs Crush 怎么选:Anthropic 官方 CLI(长任务最稳),对上 Charmbracelet 开源 TUI(多模型切换 + LSP)。按模型、长任务、价格对比。
Cursor vs Claude Code:什么时候用哪个?(2026 实测选型)
Cursor 和 Claude Code 到底怎么选?一句话结论 + 决策树 + 价格实测 + 国内可用性对比。GUI 派选 Cursor,终端长任务派选 Claude Code,最优解其实是共存。
Devin vs Claude Code:AI 编程 Agent 怎么选?异步自主 vs 终端同步对比
Devin vs Claude Code 2026 选型对比:Cognition 异步自主 Cloud Agent vs Anthropic 终端同步 CLI Agent,从形态、工作模式、长任务能力、并发、价格、中文支持和适合人群 8 个维度判断,帮你选对 AI 编程 Agent。