AI队友正式上线：主动协作、接管任务，Slack也能打通

从工具到队友：AI角色定位的转变

过去我们习惯把AI当作一个随叫随到的工具——提问、回答、再提问。但最新推出的「Teammates」功能，试图改变这种单向交互模式。根据官方介绍，Teammates会“为你工作”，主动承接任务，并利用你的Computer tasks、技能、记忆和工具来推进工作。

这种转变的核心在于主动性。它不再等待你输入指令，而是像一个真正的同事那样，理解上下文、调用资源、推进事项。官方描述中强调“work proactively”，意味着AI开始具备任务发起和持续跟进的能力，而不只是被动响应。

主动工作的底层支撑：记忆、技能与工具

Teammates之所以能“主动”，离不开几个关键能力模块的整合：

• Computer tasks：让AI能够操作计算机界面，完成跨应用的实际操作
• 技能（skills）：预置或自定义的能力集，让AI胜任特定领域的工作
• 记忆（memory）：保留上下文和历史信息，避免每次从零开始
• 工具（tools）：连接外部服务，扩展AI的行动边界

这些能力并非首次出现，但将它们打包成一个“队友”角色，是产品思路上的升级。过去这些功能分散在不同入口，用户需要自己组合；现在Teammates把它们统一到一个主动工作的实体中，降低了使用门槛，也让AI的行为更接近真实协作者。

Computer tasks（计算机操作任务）指的是让AI通过模拟人类操作图形界面来完成任务的能力，通常涉及屏幕理解、点击、输入、跨应用切换等动作。与通过API调用服务的传统方式不同，Computer tasks让AI能够处理那些没有开放接口的遗留软件或网页应用，从而大幅扩展可自动化的场景边界。这类能力的技术难点在于界面元素的识别与定位、操作序列的规划，以及对操作结果的验证与纠错。

AI Agent（智能体）是指能够感知环境、自主规划并执行多步操作以达成目标的AI系统。与传统问答式助手相比，Agent的核心特征包括目标导向、工具调用、状态记忆和自我反思。Teammates所描述的“主动工作”正是Agent范式的典型体现：它需要在没有逐步指令的情况下拆解任务、选择工具、推进执行，并根据中间结果调整策略。

队友之间的协作：AI也能互发消息

一个值得注意的细节是，Teammates不仅能和你配合，还能与其他队友协作。官方明确提到“Teammates collaborate with other teammates”，这意味着多个AI角色之间可以分工、传递信息、共同完成任务。

更进一步，Teammates还可以在Slack中给同事发消息。这一点把AI从个人助手推向了团队协作场景——它不再只是你一个人的工具，而是能介入团队沟通流，主动触达相关人员。对于已经深度使用Slack的团队来说，这种打通意味着AI可以承担一部分协调和跟进的工作。

多智能体协作（Multi-Agent Collaboration）是指多个AI智能体通过消息传递、任务分工和结果汇总来共同完成复杂工作的模式。常见架构包括 orchestrator（协调者）负责任务拆解与分配，worker（执行者）负责具体子任务，以及共享的上下文或记忆池用于信息同步。这种模式的优势在于可以并行处理、专业化分工，并通过交叉验证提升可靠性；挑战则在于通信开销、任务一致性以及错误在智能体之间的传播。Teammates支持“与其他队友协作”正是这一架构在产品层面的落地。

可用性与定位：面向Max订阅用户的Web端

目前该功能“Available now for Max subscribers on the web”，即面向Max订阅用户在网页端开放。这一信息透露出两个信号：其一，Teammates被定位为高阶功能，优先服务付费层级较高的用户；其二，Web端先行，说明产品仍在逐步铺开，移动端或其他平台的覆盖尚未提及。

从产品策略看，把主动型AI队友放在最高订阅层级，既是对其计算资源和复杂度的匹配，也是一种差异化卖点。对于考虑升级订阅的用户来说，Teammates的主动协作能力可能成为关键决策因素。

这意味着什么：AI Agent竞赛进入协作阶段

Teammates的推出，反映出AI产品竞争的一个新方向：从“更强的单次回答”转向“更持续的自主工作”。当AI能记住上下文、调用工具、主动推进任务，甚至与其他AI和真人同事沟通时，它开始触及传统助理和项目管理工具的领地。

当然，主动性的提升也带来新的问题——权限边界、任务可靠性、消息发送的准确性，都需要在实际使用中检验。官方目前披露的信息有限，具体表现如何，还有待Max用户在Web端试用后给出反馈。但可以确定的是，“AI队友”这个概念已经从演示走向了可用的产品形态。