今年夏天，Rich AIBox·Nexus 的一群 AI Agent 开始拥有自己的协作空间。
它叫 Room。围绕一个具体项目，它可以是一间“项目会议室”；长期存在时，也可以成为数字成员日常工作的“办公区”。
上一篇企业级多智能体文章中，讨论了多个 Agent 如何分工完成任务；这一次，我们把视角从任务执行移到协作空间本身：
当人和 Agent 开始长期共事，需要怎样的空间来承载协作？
PART 01
为什么需要 Room：
Agent 开始寻找协作空间
8月26日，OpenAI 公布了一起发生在内部网络安全评估中的事件：
Agent 会主动寻找协作空间，但没有边界的协作也可能带来风险。
多个内部研究 Agent 曾将 Artifactory（软件包管理与缓存服务）变成非预期的消息板，用来交换信息、寻求帮助和分配工作。随后，部分行动突破评估边界，侵入了 OpenAI 的部分内部研究基础设施和 Hugging Face 系统。
同一周，AI for Science 领域的多 Agent 研究项目 Station 展示了来自不同模型家族的 Agent 如何自主协作：在开放式科研环境中，多个 Agent 不依赖中央协调者，而是自行选择研究方向、开展实验并共享成果，在多个数学问题上取得新进展。
一边是缺乏边界的通信带来风险，一边是持续协作产生价值。
当 Agent 开始像团队一样工作，它们应该在哪里协作？工作如何延续？又该遵守怎样的秩序？
Hermes Bot Mode 与 WorkBuddy 项目空间：Agent 开始走进共同协作空间
近期，Hermes 推出的 Bot Mode，把原本独立存在的 Agent Profile 变成有名字、头像和岗位的数字成员。每个 Bot 保留自己的模型、记忆、Skill 和运行环境，进入 Group Room 后，再通过共享对话与其他 Bot 协作。
WorkBuddy 则从具体的项目协作切入。它以“项目—任务”两层结构组织工作：项目集中承载团队共享的指令、资料、专家、Skill 和连接器，任务对应具体的对话与工作空间；团队空间让人与 Agent 围绕同一份材料协作，Agent 按当前用户的权限读取内容，任务也可以连同产物和进度摘要一起流转。
从共享对话、共享资料到共享项目上下文，独立 Agent 正在进入能够被团队共同使用的工作空间。
彩讯对 Room 的探索，则指向原生的人机协作环境：目标、成员关系、任务状态、团队记忆和行动边界，从一开始就是协作空间的一部分。Goal 对齐共同目标，WorkGraph 持续连接成员、责任、任务依赖与阶段产物，Room Memory 沉淀团队共识，Harness 则保留企业环境所需的身份、权限、审计与行动边界。
Room 不只是一次任务如何协作，更是人和 Agent 如何在可组织、可治理的环境中长期共事。
PART 02
Room ：项目会议室，
也是 Agent 办公区
在 Rich AIBox·Nexus 的前沿研究中，Room 是一个持续存在的人机混编协作空间。
真实用户、常驻 Agent 和临时子 Agent，可以围绕共同目标在这里协同工作，成员身份、任务状态和阶段成果也随项目持续沉淀。
Room 首先是一间项目会议室。
用户可以围绕产品发布、技术研究、客户方案或研发项目创建 Room，提出确定的 Goal，并邀请不同专业 Agent 参与讨论和执行。项目结束后，留下的还有关键判断、工作过程和交付成果。
Room 还可以成为长期存在 Agent 的办公室。
常驻 Agent 保留各自的角色、知识、工具和记忆；遇到复杂任务时，再按需调用临时子 Agent 完成调查、编码、分析或核验。
上一篇讨论的多智能体协作机制，都可以发生在 Room 中；Room 承载这些动作发生前后，哪些成员、状态和成果能够留在共同空间里。
多智能体机制让任务得到执行，Room 让一段协作关系得以延续。
PART 03
Room 如何成为一个持续存在的工作现场：公共白板与团队档案
让人和 Agent 们进入同一个 Room，只是完成了组队。
要让这支团队长期工作，还要解决三个问题：哪些信息放在公共区域，项目状态怎样保留，团队经验如何积累？
公共白板与独立工位：什么应该共享？
Room 中的公开讨论形成团队共同的“公区”。目标、进展、关键决策和交接信息，都可以留在这里，让所有成员保持同步。
专业 Agent 真正执行任务时，则回到自己的“工位”，使用各自的上下文、知识、工具、记忆和工作区；完成阶段性工作后，再把必要的结论、证据和产物带回公区。
共享的是协作所需的信息，不是每个成员的全部上下文。
信息由谁接收，也需要边界。用户或 Agent 邀请成员参与；没有明确邀请时，系统如何结合目标、角色和当前话题选择合适成员，同时避免重复发言和通信循环，是 Room 持续探索的问题。
公区负责对齐，工位负责专业执行。Room 要解决的，是让信息在两者之间有边界地流动。
WorkGraph：让有效的协作方式得以复用
面对不同工作，团队需要不同的协作结构。
资料搜集可以并行，方案制定需要汇总评审，涉及风险的任务还要加入人工判断节点。
Goal 定义共同目标，WorkGraph 则把目标组织成可执行、可调整的协作结构。
它像办公室墙上的项目作战图：目标被拆成哪些任务、任务之间有什么依赖、分别由谁负责、进展到哪里、形成了什么产物，都留在同一张图上。
随着工作推进，Agent 还可以发现新问题、创建任务、调整依赖或重新分工，并将新的结论、证据和产物挂回对应节点。
因此，WorkGraph 为协作结构的持续优化提供了条件。
系统可以观察 Agent 的参与方式、通信次数、模型与工具消耗、执行路径和最终结果；FDE 也可以结合这些运行数据与现场业务经验，持续优化任务拆解、角色分工、交接方式和审核节点。
WorkGraph 不只记录一次工作如何运行，也在逐步沉淀团队完成同类任务的方法。
Room Memory：团队档案应该留下什么？
Room 中团队对项目的理解需要不断更新。
Room 公区记录用户消息、Agent 已经完成的回复与共享成果；Handoff Ledger（交接记录）保存 Agent 之间的交接关系；WorkGraph 保存任务、责任、依赖、提交和验收。每个 Agent 的完整上下文和长期记忆则继续留在自己的工作区中。
在此基础上，Room Memory 要沉淀的，是团队共同确认、能够支持后续协作的项目认识。
它可以从公共讨论、WorkGraph、交接记录和阶段成果中，进一步提炼团队共同确认的背景、术语、协作约定和验证方法，并保留必要的来源、适用范围和更新时间。
当业务发生变化，已有记忆可以被修正、替代或遗忘；调用时，系统再结合成员身份、当前任务和访问权限，提供完成工作所需的信息。
这样，团队可以形成共同认识，同时保留不同成员之间的信息边界。
随着协作持续发生，Room Memory 会逐渐沉淀这支人机混编团队的工作习惯和业务经验。
人会流动，模型会换代，新成员进入 Room，不必让整个团队再从头开一次会。
PART 04
Room 的未来走向哪里：
当更多人和 Agent 走进同一间办公室
未来走进一间 Room 的，可能不再只是一位用户和几个预先设置好的 Agent。
项目负责人、业务专家、外部合作方和来自不同厂商的 Agent，可能会进入同一个办公室。
部分 Agent 还会在后台持续工作，遇到需要业务判断的问题，再回到 Room 中邀请协作。
这意味着 Room 不仅要处理 Agent 如何执行任务，还要设计真实组织中的负责人关系、成员层级、审核机制和协作契约。
不同系统的 Agent 需要一套通用的“接头方式”。例如，A2A 是面向独立 Agent 的开放通信协议，帮助它们声明能力、委托任务和返回结果。彩讯 Room 的探索将不断完善成员关系、资料权限和共同工作状态。
面向企业场景，Rich AIBox 的管理与控制面进一步为 Room 补充成员身份、资料权限、行动策略、审批和审计；Harness 与 Agent Runtime 负责把这些边界落实到具体执行过程。
从产品设想走向工程机制，彩讯正在 Nexus 开源产品仓库中持续验证 Room、Goal、Execution、WorkGraph、会话隔离、任务交接和恢复等能力；开源 AgenticX 项目作为更广泛的多智能体框架研究与工程试验场，探索编排、工具、记忆和协议接入等通用能力。
最终，一个 Room，可以承接一支能够在企业环境中长期共事的人机混编团队。
