把企微团队空间做成 AI 工作台

大家好，今天我想分享的，不是我们又接了一个多强的大模型，也不是我们又做了一个多炫的机器人。

我更想讲一件更朴素，但我觉得更重要的事。

我们怎么把一个企微入口，慢慢做成一套团队可治理、可扩展、可复制的 AI 工作台。

很多团队接 AI 的第一步都很顺。

加一个机器人，配一个 prompt，接一个模型，跑几轮问答，看起来就能用了。

但真正难的，从来不是“第一天能不能跑起来”，而是下面这些问题：

多个人一起用，空间怎么隔离？
公共知识和个人记忆怎么分层？
管理员和普通成员，看到的东西能不能不一样？
重任务能不能交给不同 agent，而不是都挤在一个入口里？
换服务器时，能不能别再靠手工抄配置？

所以今天这次分享，我想讲的核心不是模型，而是治理。

一、我们到底做成了什么

如果用一句话概括，我们做的不是一个企微聊天机器人。

我们做的是一套 team workspace。

它有几个关键特征：

第一，它只有一个统一入口。

所有成员都从同一个企微入口进来，背后统一绑定 team agent，不再是一堆零散机器人各自为战。

第二，它有独立 team 空间。

我们没有把团队资料混在默认 workspace 里，而是单独放到：

~/.openclaw/teams/chanpin

第三，它不是只有 prompt，而是有目录、规则、脚本、记忆、权限和角色分工。

也就是说，这已经不是“一个会说话的 bot”，而是一个开始具备组织能力的 AI 工作台。

二、为什么我说最关键的不是智能，而是边界

很多人讲 AI，第一反应是模型强不强。

但真落地之后你会发现，更决定系统寿命的，其实是边界清不清楚。

我们这套空间做的第一件事，就是先把边界做出来。

1. 共享层和私有层分开

我们明确区分了：

团队共享区
用户私有区

共享的知识、部署经验、FAQ、模板，进共享层。

个人的任务、偏好、笔记、learnings，进用户自己的空间。

这样做的好处很直接。

不会再出现所有人的内容混成一锅，也不会出现一个成员的偏好无意间影响整个团队。

2. 三层记忆分开

我们把记忆拆成了三层：

会话层
team 共享层
用户私有层

这件事非常重要。

因为以前很多系统只有一个“大记忆桶”，什么都往里扔。

最后结果是：记了很多，但也乱得更快。

现在至少可以明确：

什么属于当前任务
什么属于团队公共经验
什么只属于某个成员自己

3. 管理员和普通用户分开

我们还补了管理员/普通用户权限骨架。

默认规则非常明确：

普通用户，只能看自己目录、自己任务、自己 learnings
管理员，才允许看公共配置、全局任务、系统状态
没显式命中管理员身份时，默认按普通用户处理

这一步不花哨，但我觉得是最有工程价值的部分之一。

因为一旦开始接全局配置、系统状态、定时任务，没有权限边界，早晚会出问题。

三、每个成员不只是“来问问题”，而是有自己的工作空间

现在每位成员初始化后，都会自动得到一套自己的空间。

包括：

profile.md
tasks.md
preferences.md
notes/
.learnings/
tasks/cron/
memory/users/<userid>/

这意味着什么？

意味着成员在这套系统里，不再只是一个“发消息的人”，而是开始有自己的工作上下文。

他的任务、偏好、笔记、学习闭环，都有了自己的落点。

这件事的意义很大。

因为只有当成员开始拥有自己的私有空间，AI 才可能真正变成工作台，而不是一次性的问答工具。

四、重任务不再塞给一个 agent 硬扛

另外一个重要变化，是任务开始分工了。

我们没有再让一个主 agent 做所有事情，而是根据任务类型，逐步明确分成：

writer
code
research

更重要的是，这不是“在 prompt 里假装角色扮演”，而是主 agent 显式调用 sessions_spawn 去做真正委派。

为什么这件事重要？

因为一旦分工显式化之后，后面很多能力都更容易做：

模型分层
成本控制
上下文隔离
输出质量控制

这也是为什么我们后来把 hook 降成诊断层，而不是继续把它当正式委派方案。

五、我们还做了一件很不性感，但非常值钱的事：脚本化部署

讲到这里，很多人可能会更期待能力演示。

但我想讲另一件更实际的事。

就是部署。

如果一套系统只能在作者自己电脑上跑，那它就不是方案，只是一次性作品。

所以我们后来不断往前推进 deployer，把能脚本化的东西尽量脚本化。

现在 deployer 已经能做很多事：

建 team 目录
写 openclaw.json
写 approvals
安装模板
安装 skills 和 roles
安装治理脚本
做基础验收

这意味着以后换机器、上新环境，不需要再从零摸索。

它还不是最终成品，但已经开始具备“复制一套 team 空间”的能力了。

六、这套系统现在已经能怎么用

如果今天就把它拿去落地，我会建议从四个场景开始。

场景 1，统一企微入口

团队所有成员，直接从企微入口进入。

这样入口统一，规则统一，治理统一。

场景 2，初始化成员空间

新成员进来，先初始化自己的空间。

这样后面的任务、偏好、笔记、learnings 才有落点。

场景 3，团队知识沉淀

把团队规范、FAQ、部署经验、通用 learnings 不断往共享层沉淀。

这样系统会越来越像组织资产，而不是聊天记录。

场景 4，成员独立学习闭环

每位成员有自己的 .learnings/。

这样学习闭环不再全局混杂，系统会更稳，也更容易长期积累。

七、我们现在还差什么

我也不想把它说得太完美。

今天这套系统，已经把治理底座搭起来了，但还差最后几段接线。

比如：

权限判断还没完全自动接入 team 入口
用户级 cron 还没真正接到调度器
管理员全局视图还没完全独立实现
learnings 提升到共享层还没形成正式流程
自动巡检报告还没做完

但我反而觉得，这说明方向是对的。

因为我们现在缺的，已经不是“重新设计系统”，而是把最后几根线接上。

八、最后我最想留下的一句话

如果一定要让我用一句话总结，我会说：

我们不是给企微接了一个机器人，我们是在给团队搭一套会持续生长的 AI 工作台。

它不只是会回答。

它开始有：

边界
记忆
权限
分工
部署能力

这可能没有那么炫，但我相信，它更像能真正跑进团队日常工作的东西。

谢谢大家。