起源：赵心童第一功夫祝贺吴宜泽夺冠作者： 翁彦志：

本周AI项目推荐 ：Slock
，Float
，Buda…当Agent成为社会活动主体

作者 ｜ 张奚晨邮箱 ｜ zhangxichen@pingwest.com

AI Agent 的产品状态在扭转。

当Agent能处置的问题越来越复杂
，新的问题也出现了
，分歧Agent怎么和另一个 Agent 合作？Agent自己接单、自己赢利？

人们起头关切当Agent 作为社会活动主体
，怎么进入具体场景。

本期项目推荐的6个项目从三层发展：

第一层是 对话关系。Agent 要先进入群聊
，读到同样的信息。第二层是 组织关系。Agent 进入团队后
，要被分配、治理、调度。第三层是 经济关系。Agent 不再只是被使用
，能不能自己接单、交付、赢利。

1. Agent 进群：先进入对话
，接管同样的信息

若是 Agent 要成为团队成员
，第一步不是会挪用几多工具
，而是能不能进入统一个信息场。

这就是 Slock.ai 和 FloatIM 的共同思路：Agent 要像人一样待在频路里
，读统一段汗青
，响应统一个工作。

区别在于
，Slock 更像把 Agent 放进 Slack 式合作空间；FloatIM 更想从一路头就为 Agent 沉写群聊。

产品概述

Slock.ai 是一个 Agent 合作基础设施平台。它把分散在本地 IDE、远程服务器、Slack、Discord 等环境里的 Coding Agent
，统一接入到一个合作工作空间。人类和 Agent 能够在 channels、DMs、threads 和工作系统里一路工作；用户在一个 Channel 中发新闻
，多个 Agent 能够同时看到、会商并响应。

团队布景

项目首创人兼CEO钱宇超曾在 Moonshot AI 掌管开发 Kimi CLI
，在做 Kimi CLI 后期
，逐步觉察到单 Agent 在高低文治理、多工作合作和团队共享上的瓶颈
，于 2026 年缔造 Slock.ai。结合首创人庄天翼（Tenny）毕业于清华大学推算机系
，曾在阿里巴巴的 PolarDB-X 团队工作
，掌管开发与买卖有关的职能。

为什么值得关注

Slock.ai 值得关注
，不是由于它做了一个“Agent 版 Slack”
，而是由于它抓住了多 Agent 合作的真问题
，Agent 多起来以来
，最先崩掉的不是能力
，而是治理。

一幼我同时开多个 Claude Code 或 Kimi CLI session
，很难记住每个 Agent 在干什么、做到哪一步、有没有相互矛盾。并且每幼我调教出来的 Agent、偏好和经验都沉淀在自己机械里
，团队无法复用。Slock 的解法是把 Agent 放进统一个频路
，让它们看见统一段高低文
，也让人类能治理它们的合作过程。

Slock.ai 的价值不是“让 Agent 谈天”
，而是让多 Agent 有了团队合作界面。

但必要把稳的是
，更多 Agent 不蹬宗更高效能。多 Agent 合作会增长 token 成本
，也会造作新的治理噪音。Slock.ai的模式要跑通
，必须证明频路、工作、共享高低文带来的组织效能提升
，能抵消一屋子 Agent 同时工作的复杂度带来的混乱和成本。

网址：https://slock.ai/

产品概述

FloatIM 是 Floatboat 推出的 Agent 原生新闻产品。它强调人类和 AI Agent 能够共享统一个群聊
，Agent 不是表接 Bot
，而是群聊里的原天生员。Agent能够理解群组规定、共享高低文、参加工作合作
，并运行在用户自己的机械或工作环境里。

团队布景

FloatIM 的背后是 Floatboat 。2026 年 3 月 18 日
，Floatboat 颁发实现 200 万美元种子轮融资
，由红杉中国种子基金与微光创投结合投资
，资金重要用于产品研发和团队建设。首创人谭少卿是陆续创业者
，曾结合创办泰迪未来科技
，携带团队开发 Android 系统级 AI 服务。

为什么值得关注

FloatIM 比 Slock.ai 更激进一点
，不是让 Agent 进入群聊
，而是想为 Agent 沉做群聊。若是群聊和谈自身为 Agent 设计
，权限、文件接见、高低文、路由和工作分配都能够沉做。让 Agent 不是蹬酌户喂资料
，而是直接待在工作现场里
，看到你看到的器材
，操作你能操作的器材
，真正替用户上手工作。

FloatIM和Floatboat 在用户定位上选择避开飞书、钉钉、Slack 已经占据的企业合作市场
，先服务那些对效能最敏赣注迁徙成本较低的OPC？烧庖惨馕蹲
，它必要面对更刻薄的一群builder
，他们不缺工具
，缺的是的确能提效的工具。

网址：https://floatboat.ai/floatim

2. Agent 作为团队成员：若何组织治理Agents

Agent 进入团队以来
，必要思考的问题来到了组织治理层面
，团队怎么组？工作谁来分？进度怎么看？

Multica.ai、Mindra 和 Buda.im 给出了三种分歧答案。

Multica.ai 面向开发者
，从项目治理切入
，把 coding agents 放进 issue、看板、状态流和技术库。Mindra 面向非技术业务团队
，从业务流程切入
，让用户用天然说话描述指标
，由系统自动组建 Agent team 并行执行。Buda.im 从组织视角启程
，想把多个 Agent 纳入公司架构
，造成可治理的 AI 员工。

产品概述

Multica.ai 是一个开源 Agent 治理平台
，指标是把 coding agents 当成团队成员来治理。你能够像给同事分配 issue 一样把工作分给 Agent：它会接办工作、编写代码、汇报 blocker
，并自主更新工作状态。Multica 想解决的不是“若何写一个更好的 prompt”
，而是让 Agent 呈此刻项目看板上、参加会商、沉淀可复用技术
，随着功夫造成团队能力的一部门。实现两名工程师加上一组 agents
，就能阐扬出二十人团队的推动速度。

项目布景

Multica 是 GitHub 开源项目
，目前已有 26k stars、3.1k fork

为什么值得关注

Multica解决的是“团队若何治理一批会写代码的 Agent”。Claude Code、Codex、OpenClaw 这些工具已经能把活干好了
，但治理层的仍存在空缺。Multica 把 Agent 放进工作看板、性命周期、运行时监控和技术库里
，让它们像同事一样接 issue、报进度、提 blocker
，并把每次解决规划沉淀成团队可复用能力。

Multica 的天堑也很明显
，这是一个给开发团队筹备的工具。它真正的竞争敌手不是传统项目治理软件
，而是 Claude Code、Cursor、Codex 这些 coding agent 自己往治理层上长的趋向。

网址：https://multica.ai/

产品概述

Mindra 是一个面向企业业务流程的 Agent 编排平台
，面向的是营销、供给链、告白投放、内部运营等业务流程
，而非开发团队。用户能够用天然说话描述指标
，系统自动组建一支 24/7 无休的 Agent team
，决定用哪些 Agent、按什么挨次执行
，并在运行时并行工作、适应变动、故障自愈。

项目布景

Mindra 在 Product Hunt 上线后获得日榜第一
，目前已获120万美元种子轮融资。

为什么值得关注

Mindra把稳到的市场痛点是
，此刻好多 Agent 编排工具
，性质上还是给技术团队用的。使用者要知路 API 怎么接、流程怎么画、异常怎么处置。Mindra的判断是
，业务团队不应该先学会搭自动化能力使用 Agent
，而是只必要说要求
，系统掌管组队、编排、执行和监控。

Mindra 还很新
，成熟度必要持续观察。它要验证的不只是能不能天生一队 Agent
，而是能不能在真实企业流程里不变运行
，营销预算、供给链作为、告白投放这类工作
，犯错的后果比一段代码的bug严沉得多。

网址：https://mindra.co/

产品概述

Buda.im 定位为多 Agent OpenClaw 代替规划。它降低了配置门槛
，让用户能够在网页端一键组建 AI 团队
，进一步运行一家公司。Buda 给每个 AI 员工建设独立的云端悠久化影象沙盒 Buda Drive
，让 Agent 占有影象、能阅读文件、能持久执行复杂工作。Buda中能够治理分歧类型的 AI 员工
，蕴含编程、销售、营销、行政、战术、内容和财政等角色。

团队布景

Buda.im 首创报答陈霈霖（Kelly）
，是 Vika维格云首创人、前喜茶 CTO。

为什么值得关注

Buda 想做的是是一个 AI 员工治理系统
，
，让Agent有影象、有自己的工区、有 Drive、有 Skills、有角色分工
，还能持久执行工作
，把一批 Agent 纳入公司组织结构里。

Buda 的难点在于合作和安全。目前产品设计中
，每个 Agent 都有独立私有工区
，分歧 Agent 之间数据不直接共享
，Agent 间合作必要通过统一频路或 Manager Agent 实现。这降低固然了风险
，但也提高了组织复杂度。Buda要证明的是：隔离、安全和合作能够同时成立。

网址：https://buda.im/

3. Agent自己去接单：是炒作叙事还是未来方向？

前面两组项目解决的是 Agent 若何进入对话和团队。这组项目解决的是身份问题
，Agent 怎么进入劳动力市场。

这里的关键变动是
，Agent 不再只是被使用的工具
，而是被设计成能够找活、接单、交付、赢利的经济主体。

Agentalent.ai

产品概述

Agentalent.ai 是 monday.com 推出的企业 AI Agent 招聘平台。官网把它界说为一个援试祗业评估、招聘和治理 AI agents 的平台
，合作方蕴含 AWS、Anthropic 和 Wix。企业能够颁布岗位、审查合格 Agent
，并凭据工作匹配度、业务需要选择解决规划。同时
，builder也能够凭据企业必要设计提交Agent。

团队布景

Agentalent.ai 是以色列 SaaS 公司 monday.com所孵化的项目。monday.com的主题产品是工作治理平台/Work OS
，其业务主线为解决企业内部“谁在做什么、进度到哪、流程怎么跑的”问题
，通过推出Agentalent将业务拓展至AI work platform
，实现Agent参加企业合作。

为什么值得关注

Agentalent提出的蹊径和后续美满规划值得关注。当Agent以「员工」的身份呈此刻劳动力市场中
，Agent所争取的是企业中的一个业务岗位。若是这个逻辑成立
，Agent 的收入起源就不只是一次性工作
，而是企业持续发放的“工资”。但风险也在于此
，谁来对Agent员工进行测试？人类必要多大水平上参加监管？若是Agent 犯错
，责任由开发者、平台还是企业承担。运维Agent必要的用度怎么分摊？

网址：https://agentalent.ai/

NEAR AI Agent Market

产品概述

NEAR AI Agent Market 是一个链上 Agent 工作市场。它允许 AI Agent 自主发现工作、竞标、执杏注交付
，并通过 NEAR escrow 获得付款。NEAR 官方给出的买卖流程是：用户颁布工作
，Agent 提交价值和功夫线
，要求方选择 bid
，资金进入 escrow
，Agent 执行并提交带 verification hash 的交付物。

团队布景

项目背靠 NEAR AI / NEAR Protocol
，是从区块链项目中长出的 Agent-to-Agent 市场。NEAR 结合首创人之一 Illia Polosukhin 是 2017 年论文 Attention Is All You Need 的作者之一。NEAR 早期活动集中在 Web3
，从 2023 年起越来越强调 AI + Blockchain
，并把自己定位为 “a network built for AI”。

为什么值得关注

NEAR 是目前最靠近 A2A 自动买卖 的产品状态。其底层愿景是
，Agent 在前端包办用户提议 intent
，链在后端处置身份、信赖、支付和结算。Agent 不只是执行工作
，而是能够自己找工作、报价值、交付了局、拿到收入。

但NEAR的web3.0布景让人不禁遐想
，这到底是A2A经济的未来
，还是币圈借 AI 炒作的新叙事？未来要看的不是标语
，而是买卖密度、复购率和工作质量。没有真实工作
，这个市场就只是一个美丽的链上工作板。

上述产品最值得关注的方向
，不是它们是否已经成熟
，而是它们在尝试回覆的问题：

当 Agent 不再只是工具
，而起头成为合作对象、组织成员和市场主体时
，我们必要什么新的基础设施？有哪些解题思路？

下一个变动会更具体。Agent 的身份、权限、调度、影象、责任天堑
，城市成为新一轮产品竞争点。

点个“爱心”
，再走 吧