2023 年 3 月，微软发布 Office Copilot，掀翻 AI 办公更始的第一波波浪。然则，这场变革留步于轻视的「智能助手」或「聊天器用栏」的扶直层面，受限于软件割裂、枯竭落魄文牵挂与配合材干，Copilot 式插件未能从根柢上重构办公逻辑。与此同期，Manus 和 Genspark 等 AI 原生平台虽勤劳于提供更轻量级的办公体验，并尝试已毕「从写到发」的一体化闭环，却也受限于配合功能薄弱和剪辑无邪性不及等问题，距离成果的质变仍有距离。

在此配景下，一群来悛改加坡的博士团队建议了新的搞定有有计划，试图冲破 AI 办公界限的现存僵局。他们打造的 AI 配合平台 Agnes，通过系统底层的创新，重塑了任务单干和信息流转，有用买通了器用壁垒和信息孤岛，让 AI 确凿成为团队的智能核心，进而能够搪塞复杂任务流和确凿业务需求。

 

01

多智能体驱动的全新配合 Workspace

大部分 AI 办公器用都只聚焦文档自己，瞩目单东说念主任务，一朝触及多轮次、跨成员的复杂团队的配合，就会显过劲不从心。

这是因为在单东说念主任务中，AI 只需浮现单个用户的落魄文。而在团队配合场景下，AI 需要处理的信息包括通盘这个词团队的对话、任务、文档及历史决策，信息量皆备是指数级增长。这种超长的落魄文浮现、复杂的器用调用以及版块规定与冲突搞定的挑战，都使 AI 融入配合历程成为一个繁难。

Agnes 冷漠地完成了这一突破，构建了一个具备多东说念主配合材干的原生的 AI 办平正台，不错写著述，作念接洽陈述，作念 PPT，基础的办公任务都能承担。团队成员无需在多个欺诈和界面之间经常切换，通盘输入输出、配合与任务进展都蚁合在一个具备牵挂材干的长入责任空间中。

它的三大核心特色包括：

· 确凿的配合型 AI 责任空间：Agnes 构建了一个深度适配团队配合场景的 AI 责任中台，会通了团队牵挂、智能体单干和一体化内容生成。这使得任务鼓动和信息传递能够围绕执行配合历程张开，而非零碎的输入输出。

· 多东说念主及时配合剪辑：Agnes 救济团队成员及时剪辑文档、陈述和演示内容，通盘修改即时可见，提供接近 Google Docs 的流通配合体验，显贵优于传统 Office 的单一文献版块管束模式。

· 一体化内容坐褥材干：Agnes 不单是是扶直优化某个关节，而是通过诊疗多智能体完成专科文档与幻灯片的全历程生成。它是一款从底层以 AI 架构构建的配合平台，具备完整的一体化内容坐褥材干。

通过将 AI 深度镶嵌每一步操作，保阐发时反馈团队斟酌，并牵挂步地历史、成员反馈和任务成见的材干，动态合适任务的演进，Agnes 成为了团队的「配合大脑」，救济耐久步地的连贯管束，而不单是是局部优化的扶直器用。

 

02

NUS 博士天团：Multi-Agent 配合双引擎

Agnes 核心团队成员主如若来悛改加坡国立大学与南洋理工大学的博士，首创东说念主兼灵魂东说念主物 Bruce Yang 现为新加坡国立大学在读博士，专注于多 Agent 推理架构与 Agent 欺诈落地接洽，照旧以第一作家身份发表多篇救济 Agnes 平台核心材干的技艺论文，是一位兼具科研深度与家具实战力的「技艺派创业者」。本科毕业于加州大学伯克利分校，师从图灵奖得主，主修数学与有计划机双学位。毕业后曾在微软和领英担任工程管束，主导会员付费等步地。

Agnes 总部位于新加坡，是新加坡原土孵化和培养的 AI Agent 企业，在底层模子和智能体框架上与 NUS 校方有较多较深切的合作。从 Agnes 家具在 Product Hunt 等社区平台的用户褒贬来看，口碑还算不错。

一方面是家具自己内容生成算同类家具中「快且好」的一批，配合场景的切进口准确；另一方面运营东说念主群精确，主要工作白领、学生与内容创作家，新加坡东说念主才活跃，与早期用户建筑了较褂讪的荟萃，以至有腹地媒体称其为新加坡的「DeepSeek」。

Agnes 前端生成与配合体验的优化，根柢其实在于其底层技艺架构的突破：团队自主研发的 CodeAgents 多智能体推理框架以及轻量高效的 7B 参数推理模子 Agnes-R1。这是 Agnes 最核心的技艺护城河，亦然它勇于挑战配合办公这一复杂场景的底气地方。

Agnes-R1 是 Agnes 团队自研的 7B 推理模子，专为团队配合想象。它救济长落魄文牵挂，能掌合手项当今后的弊端信息，并与多个 Agent 配合，处理复杂的多轮推理与尊府整合任务。

如图所示，Agnes 在调用模子时，不仅输入用户指示，还注入分享的团队牵挂和步地落魄文。Agnes-R1 会衔尾任务成见，通过 CodeAgents 框架自动拆辞退务，分派给不同智能体处理，最终汇总输出长入休止。

Code Agents 则是 Agnes 团队自研的多智能体推理框架。凭证团队公斥地布的论文，Code Agents 在公开基准测试中展现出优异性能，尤其在缩短多 Agent 配合场景下 token 挥霍方面进展高出。

传统多智能体 AI 框架由于依赖当然说话动作交流桥梁，较容易堕入 token 挥霍过高，任务历程难以跟踪，交流成果低下，难以复盘与调试等问题中，从而在生意欺诈中形成对推理本钱和可控性的广泛压力。如果欺诈在配合长历程中，这些问题还会被成倍放大，制约执行落地。

Agnes 团队的搞定有有计划是摄取结构化伪代码驱动多智能体任务拆解与配合历程，将智能体单干、历程规定、器用调用、很是处理等沿路明确写入代码层面，取代传统基于当然说话的松散对话。终点于将多 Agent 任务处理挪动为工业活水线式的运作模式：任务拆解、变装分派、失误处理都有明晰逻辑，在耕作性能的同期大幅缩短本钱。

这个架构不错简短分为三层：

结构化历程管束：对全历程、动作和反馈景况进行结构化管束，精确定位弊端失败点和景况变化。

模块化任务拆分：将任务明白为乐高积木式标准化模块，每个模块的成见、单干、器用、反馈均明确细化，组合形成完整的配合任务流。

复杂历程规定材干：救济轮回、条目分支、多轮任务自动回滚，以合适复杂工程和多轮配合场景。

凭证多项公开基准测试休止，Agnes 的 CodeAgents 框架显贵优于传统的当然说话多 Agent 门径。在 GAIA、HotpotQA 等多要领推理和跨器用配合任务中，比较当然说话教唆，CodeAgents token 本钱显贵缩短，准确率反而更高。在 VirtualHome 长链路仿真环境下，CodeAgents 任务生遵循则耕作近 20%，token 挥霍减少约四成，大幅缩短了本钱和算力压力。

而况更病笃的是，这并非是「实验室模子」，而是已接入到确凿家具中的锻真金不怕火材干。这种技艺旅途不仅意味着更可控的用户体验，也为大限制生意化铺平了说念路。在现时大都 AI 器用因腾贵的 Token 本钱而难以盈利的配景下，Agnes 的本钱与订价上风将成为其在 AI 配合市集上的弊端竞争力。

首创东说念主 Bruce 不久前在新加坡路透社 RetuerNext 大会上也说过这个问题。谁能作念到低廉、速率快、可控强，谁就能跑得更远。在消费级 AI 欺诈中，推理简直能够占据 70–80% 的公司年度支拨。在保证准确的前提下，AI 推理本钱优化是下一阶段 AI 普及的弊端。

除了成果与本钱的突破，Bruce 还在推动 AI 的「简直任进化」。Agnes 团队正在与新加坡国立大学合作，接洽一种「AI 信任合同机制」，成见是耕作 AI 的透明性和可讲授性。核心作念法包括：让 AI 主动答复任务进程和弊端里程碑；确保输出是「东说念主类可浮现」的说话或结构，以确保东说念主与 AI 之间的成见和箝制达成一致；在试验过程中引入强化学习激发机制，对「未对皆行径」进行处分，以耕作 AI 的简直度与配合材干。Bruce 暗示，他们但愿改日能推动一个大家通用的 AI 信任合同，确保 AI 恒久与东说念主类成见保持一致。

 

03

AI 办公的下一幕：配合范式的重构

Agnes 之是以引东说念主细心，不仅在于其创新性，更因为它站在了配合范式变革的临界点上。AI 插件和自动化器用看上去层出叠现，但执行仍是为旧有历程「打蜡抛光」，团队的信息流割裂、常识难以千里淀、跨器用配合低效、历程繁杂等问题恒久未能根柢搞定。

Agnes 从底层架构、模子试验到 Agent 框架沿路自研，所追求的恰是从配合起程，打造 AI 原生的配合办公系统，重构了内容生成、任务单干预团队牵挂的逻辑。让 AI 不再是扶直器用，而是被镶嵌组织脱手的骨干历程中，推动常识流已毕确凿的长入和智能分发。

短时间内，Agnes 好像率并不成像其宣称的那样闭幕微软 Office 的总揽，但 Agnes 提供了一个病笃的信号：系统级的重构办公，偶然才是下一代办公器用确凿的最先。跟着其家具功能的完善，「下一代 Office」是更灵巧的单兵作战器用，照旧懂配合、懂历程、懂牵挂的智能「团队大脑」？这场办公更始，值得每一个讲理改日责任形貌的东说念主深想与期待。尽监工程难度远超传统欺诈，但如果这条旅途能够跑通，其有趣将不单是是耕作某个关节的成果，而是再行界说团队的配合形貌。

临了，以 Agnes 首创东说念主 Bruce 的一句话收尾「赢家会想考如何站在 AI 波浪中收拢结构性变化、流量进口和组织创新。」可能不够完好欧洲杯体育，但它照旧饱和有劲、饱和极新、也饱和塌实，Agnes 值得成为 AI 办公界限的另一个最先。