@Bloome_im 不只是赚钱工具 我觉得更适合拿来搭「个人 AI 工作流」 比如： 热点监控 → 选题拆解 → 内容生成 简历分析 → 岗位匹配 → 投递建议 新闻抓取 → 数据整理 → 报告输出 把这些流程串起来， 比单次找 AI 聊天好用太多。

Multica 作为 human + multi-agent 的协作平台，是唯一没有加 IM/Channel 的，主要的考量其实也非常简单： 组织从现有的 IM（飞书/Slack）迁移到另外一个 IM 有非常大的摩擦。 我们采用的方式是把 Multica 接入到飞书/Slack/Telegram/Discord 中，让现有的 IM 也能很好得进行多 Agent 的管理。 这个功能预计会在这两周上线。 另外，Multica 将始终保持开源的形态，我们发现已经启发了很多产品（例如 Open Design），包括 Multica 的 CLI-first 的设计也被用在了很多新的产品设计思路中。

站在 2026 年 5 月这个时间点，Multi-Agent 管理面板、IM、协作工具层出不穷。 很多人没有意识到的一点是，OpenClaw 权限足够高的效果之一就是可以调用足够多的外部 Agent。尽管调度过程是串行的，但 OpenClaw 还真是 Multi-Agent 第一个 Mass Adoption 的项目。 我们是做 Multi-Agent 方向最早的团队之一，2023 年的时候，我们做了一款 Multi-Agent 狼人杀/海龟汤，体验很不好，于是 drop 了。 从现在的角度往回看，出问题的并不是 Multi 这个概念，而是游戏作为一个没有生产力的需求，往里面塞 AI 就是会很奇怪。游戏原教旨主义这里就不提了，总之沿着这个方向做是错的。 所以说到了今天，当我们讨论具体在工作的 Agent，比如 Claude Code/CodeX/Figma Agent/Notion Agent/飞书 Agent，我们事实上在讨论的是一个已经被打包好的自动化生产力。 于是，在 2026 年，Multi-Agent 被视为能够将并发工作的 Agent 管理起来的高级架构。 我不止一次在社区里听到用户反馈“OpenClaw 帮我配好了 OpenAlice，有个 bug 你修一下，我的 Claw 已经修好了”。这种感觉是很微妙的，你能清楚地知道这是社区成员在用 OpenClaw 调度 Claude 修 bug，哪怕可能他/她并不会写代码。 Coding 天然就有足够优秀的 Harness。Anthropic 被大家称为 A➗的原因之一就是 Dario 热衷于发表软件工程师已死之类的言论。 不满意归不满意，他说的大趋势确实是在的，如果在 Coding 的过程不可见的情况下， AI也能完成复杂的代码工作，那么利用一个外部调度器控制多个 Claude Code产出有效产品，确实是可能的。并且这个概率会随着模型改良而不断上升。 OpenAlice 最早立项的核心假设之一就是“可以把Trading任务乃至其他任务等效为 Coding 任务”。如果这个假设能够成立，那么所有为 Coding 任务构建的 Harness，都可以复用在其他场景上，进而得正“可以使用 Multi-Agent 管理非 Coding任务并得出有效产出”。 这个论证看起来天马行空，但只要能成立，我相信会很大程度改变 Multi-Agent 乃至更大概念的格局。 现在投身去做 Multi-Agent，我觉得是个好方向。给大家推荐一下。

太强大了，兄弟们，赶紧用 🔥 Lark/Feishu 官方 CLI 炸场了！ lark-cli 正式开源，10.5k star 不是吹的！ 这工具直接把飞书 打造成AI Agent 的超级手脚： 200+ 命令 + 24 个原生 Skill，IM、文档、多维表格、日历、审批、OKR…… 全都能自动化调用！ 人类用快捷命令丝滑，AI Agent 直接装 Skill 就能干活，彻底告别手动操作飞书的时代🚀 一行命令安装： npx @larksuite/cli@latest install 马上喂给我的 Agent ，等着他帮我自动拉日程、发群消息、写多维表格，生产力马上就可直接起飞！ 强烈推荐所有飞书重度用户 + AI 玩家冲！ 官方仓库👇 #LarkCLI# #Feishu# #AIAgent# #飞书自动化# #开发者工具# #LarkOpenPlatform#

Pie 官网正式上线！现在可以下载 Pie 安装包了！ 官网： GitHub： Pie 是一个开源的 Agent-to-IM 连接器。 它支持将 Codex/Pi/Openclaw/Hermes 等 Agent 发布到飞书、微信、Discord、钉钉这些 IM 渠道中。 Pie 帮助你集中管理多个本地 Agent，专注优化 IM 渠道体验，并配置每个 Agent 在 IM 里的行为表现。

被中国禁止但后来大量使用的技术： 1.     Wifi，推推行国产标准 WAPI，后失败 2.     WCDMA，强推国产TDSCDMA，后失败 3.     VOIP 4.     卫星天线 5.     游戏机 6.     Google, Facebook, Telegram基本上所有的IM，以及维基百科，新闻网站等 7.     eSIM 下一个一定是星链！ 欢迎补充😂

最近车险到期，陆续有 10+ 保险经理加微信给我方案和报价。花半小时搭好 Agent工作流程，跑了 2 个小时，帮我谈下来 400 块优惠 技术栈： - IM交互：微信机器人 - Agent：一个负责调度的codex + 每个经理一个沟通的codex - Agent 通信：smux 聊天是按轮推进的，调度Agent 发起“开始新一轮”指令给所有经理Agent后，每个经理Agent基于： - 自己上一轮与保险经理的对话 - 核心砍价策略 - 上一轮其他经理的聊天记录 生成这一轮的目标和“要给 经理说的话”，调度Agent负责在微信上发给对应的保险经理。 整个过程我完全没有干预，虽然有些插曲，比如一些经理发现是 AI 在说话，但完全不影响流程推进，他们还是会正经回复（图2） 我的感受是：很魔幻。 从我的视角看：我可以同时和几十个保险经理比价而不耽误工作，需要做的仅仅只是启动个codex进程。 从保险经理视角看：他花费2小时时间与我（实际是Agent`）沟通，仅仅是贡献了Agent工作流中的一点数据。 这种“用 AI 与 不用 AI 的效率对比”，实在是魔幻。

一个疑惑：OPC（一人公司）和 OPT（一人团队）为啥要用钉钉或飞书呢。 适合 OPC 的 agent-native 的 IM 究竟会是什么。海外有很多可能性。国内有无新机会。