把你的 AI 团队装进像素办公室想象你的电脑桌面上有一个像素风的小办公室。里面坐着几个卡通小人——它们不是游戏角色而是你的 AI 员工。有的在写代码有的在查资料有的在给客户发消息。你只需要描述一个目标它们就会自动分工、协作、交付。这不是游戏广告而是真实发生的工作场景。当 AI 代理开始上班Outworked 是一个开源桌面应用它把 Claude Code 代理装进一个像素艺术风格的办公室 [1]。每个代理有自己的名字、角色、使用的模型甚至还有专属的像素形象sprite。当你输入一个目标——比如帮我做一个着陆页并发给联合创始人——系统会自动拆解任务、分派给合适的代理然后你就能看见它们走路、坐下、工作的全过程 [2]。这个场景听起来很游戏但它的底层是认真的工程实践基于 Phaser 3 游戏引擎构建的像素世界每个代理拥有完整的 Claude Code 工具访问权限Bash、Edit、Read、Search支持 MCPModel Context Protocol连接 GitHub、Slack、PostgreSQL 等外部服务 [1]。换句话说这不是玩具而是一套完整的多代理协作系统。关键问题是这种看得见的 AI 协作到底改变了什么超级个体的“社会操作系统”在 Bar 模拟器里预演一场“一人公司”的从0到1 #Mixlab Launchpad代理即员工一人公司的新型组织形式一人公司面临的瓶颈是什么不是技术是认知带宽一个人同时处理战略决策、创意判断、任务执行、沟通协调很快就会触及天花板。解决方案不是雇人而是重新定义人的工作范围。Outworked 的工作流本质上是一套数字化的人岗匹配系统雇佣代理给每个代理定义角色策划、前端、后端、调研员、性格和模型偏好描述目标用自然语言说你想要什么观察工作看代理们走路、去工位、完成任务发货整个流程端到端自动化 [2]这与 Agent OS 的思路一致一个人 Agent OS 管理多个 AI Agent人类保留战略、创意、关系、判断Agent 替代执行、触达、跟进。本质是 AI 打工人类当老板。Steve Jobs 说过我的商业模型是甲壳虫乐队。他们四个人互相制约平衡彼此最终比各自之和更伟大。多人协作如此多代理协作亦然关键不是数量而是角色互补与协调机制。从一人公司到部落我是如何实践的为什么看得见很重要目前市面上的 AI 协作工具大多是无形的你发一个 API得到一个响应过程黑箱。但 Outworked 选择把工作过程游戏化像素办公室、走路动画、工位状态、消息气泡。这不只是审美选择而是一个人机信任设计问题。当你能够看见 AI 在做什么它在哪一步、它正在处理什么、它遇到了什么障碍。你对它的信任度会显著提升。这类似于项目管理中的可见性原则任务不透明是协作中最大的成本之一。当协作者不再是看不见的 API而是一个坐在屏幕那头的小人人机协作的心理门槛降低了。从游戏设计角度Outworked 借鉴了模拟经营类游戏的反馈系统即时反馈、可见进度、成就解锁。从人机交互角度它解决了一个核心问题如何让人类对 AI 的工作建立感知和信任。Mixlab AI训练营#菜单不是讨论区而是生产现场每次我们在社区里讨论一人公司、Agent OS、超级个体总会遇到一个质疑这些听起来很美好真实落地是什么样Outworked 这样的项目给出了一种答案。它不是停留在概念讨论而是真实工作流已经发生的地方。代理们在像素办公室里写代码、跑自动化任务、给 Slack 发消息这些动作都是可执行、可复现、可检查的。当工具让多代理协作变得可见、可操作超级个体的边界就被进一步推高了。一个人不再需要独自完成执行而是扮演策划者和审核者的角色。如何启动你的第一个 AI 团队如果你想尝试 Outworked以下是最小可行路径第一步安装与角色定义。从 GitHub 下载最新版本 [4]定义你需要的代理角色可以是全栈开发者 调研员 文案的组合也可以更简单。第二步描述你的第一个目标。用自然语言帮我分析这三个竞品写一份对比报告。 观察系统如何拆解任务、分配给不同代理。第三步观察与迭代。看代理们工作记录哪些角色分工需要调整。Outworked 支持随时修改代理定义和提示词。第四步端到端跑通。从输入目标到拿到结果完整走一遍。你会发现某些环节比想象中快某些环节需要补充更具体的指令。一个人能走多远取决于他能把多少重复性执行外包出去。Outworked 展示了一种让外包对象可见化的路径你的 AI 团队在你的像素办公室里上班而你是那个坐在屏幕这头、只需要决定要什么的人。致最先触达未来的那一小部分人愿你的 AI 团队早日就位而你只做那些真正只有人能做的事。Mixlab AI训练营#菜单参考[1] Outworked v0.3.0 Release Notes[2] Outworked Project README.[3] Steve Jobs on Team Collaboration.[4] Outworked GitHub Repository.[5] Anthropic Claude Code Documentation.[6] Model Context Protocol.
把你的 AI 团队装进像素办公室：1 个策划者 + N 个代理，如何完成从想法到交付#Outworked
发布时间：2026/5/19 14:53:37
把你的 AI 团队装进像素办公室想象你的电脑桌面上有一个像素风的小办公室。里面坐着几个卡通小人——它们不是游戏角色而是你的 AI 员工。有的在写代码有的在查资料有的在给客户发消息。你只需要描述一个目标它们就会自动分工、协作、交付。这不是游戏广告而是真实发生的工作场景。当 AI 代理开始上班Outworked 是一个开源桌面应用它把 Claude Code 代理装进一个像素艺术风格的办公室 [1]。每个代理有自己的名字、角色、使用的模型甚至还有专属的像素形象sprite。当你输入一个目标——比如帮我做一个着陆页并发给联合创始人——系统会自动拆解任务、分派给合适的代理然后你就能看见它们走路、坐下、工作的全过程 [2]。这个场景听起来很游戏但它的底层是认真的工程实践基于 Phaser 3 游戏引擎构建的像素世界每个代理拥有完整的 Claude Code 工具访问权限Bash、Edit、Read、Search支持 MCPModel Context Protocol连接 GitHub、Slack、PostgreSQL 等外部服务 [1]。换句话说这不是玩具而是一套完整的多代理协作系统。关键问题是这种看得见的 AI 协作到底改变了什么超级个体的“社会操作系统”在 Bar 模拟器里预演一场“一人公司”的从0到1 #Mixlab Launchpad代理即员工一人公司的新型组织形式一人公司面临的瓶颈是什么不是技术是认知带宽一个人同时处理战略决策、创意判断、任务执行、沟通协调很快就会触及天花板。解决方案不是雇人而是重新定义人的工作范围。Outworked 的工作流本质上是一套数字化的人岗匹配系统雇佣代理给每个代理定义角色策划、前端、后端、调研员、性格和模型偏好描述目标用自然语言说你想要什么观察工作看代理们走路、去工位、完成任务发货整个流程端到端自动化 [2]这与 Agent OS 的思路一致一个人 Agent OS 管理多个 AI Agent人类保留战略、创意、关系、判断Agent 替代执行、触达、跟进。本质是 AI 打工人类当老板。Steve Jobs 说过我的商业模型是甲壳虫乐队。他们四个人互相制约平衡彼此最终比各自之和更伟大。多人协作如此多代理协作亦然关键不是数量而是角色互补与协调机制。从一人公司到部落我是如何实践的为什么看得见很重要目前市面上的 AI 协作工具大多是无形的你发一个 API得到一个响应过程黑箱。但 Outworked 选择把工作过程游戏化像素办公室、走路动画、工位状态、消息气泡。这不只是审美选择而是一个人机信任设计问题。当你能够看见 AI 在做什么它在哪一步、它正在处理什么、它遇到了什么障碍。你对它的信任度会显著提升。这类似于项目管理中的可见性原则任务不透明是协作中最大的成本之一。当协作者不再是看不见的 API而是一个坐在屏幕那头的小人人机协作的心理门槛降低了。从游戏设计角度Outworked 借鉴了模拟经营类游戏的反馈系统即时反馈、可见进度、成就解锁。从人机交互角度它解决了一个核心问题如何让人类对 AI 的工作建立感知和信任。Mixlab AI训练营#菜单不是讨论区而是生产现场每次我们在社区里讨论一人公司、Agent OS、超级个体总会遇到一个质疑这些听起来很美好真实落地是什么样Outworked 这样的项目给出了一种答案。它不是停留在概念讨论而是真实工作流已经发生的地方。代理们在像素办公室里写代码、跑自动化任务、给 Slack 发消息这些动作都是可执行、可复现、可检查的。当工具让多代理协作变得可见、可操作超级个体的边界就被进一步推高了。一个人不再需要独自完成执行而是扮演策划者和审核者的角色。如何启动你的第一个 AI 团队如果你想尝试 Outworked以下是最小可行路径第一步安装与角色定义。从 GitHub 下载最新版本 [4]定义你需要的代理角色可以是全栈开发者 调研员 文案的组合也可以更简单。第二步描述你的第一个目标。用自然语言帮我分析这三个竞品写一份对比报告。 观察系统如何拆解任务、分配给不同代理。第三步观察与迭代。看代理们工作记录哪些角色分工需要调整。Outworked 支持随时修改代理定义和提示词。第四步端到端跑通。从输入目标到拿到结果完整走一遍。你会发现某些环节比想象中快某些环节需要补充更具体的指令。一个人能走多远取决于他能把多少重复性执行外包出去。Outworked 展示了一种让外包对象可见化的路径你的 AI 团队在你的像素办公室里上班而你是那个坐在屏幕这头、只需要决定要什么的人。致最先触达未来的那一小部分人愿你的 AI 团队早日就位而你只做那些真正只有人能做的事。Mixlab AI训练营#菜单参考[1] Outworked v0.3.0 Release Notes[2] Outworked Project README.[3] Steve Jobs on Team Collaboration.[4] Outworked GitHub Repository.[5] Anthropic Claude Code Documentation.[6] Model Context Protocol.
