把企微团队空间做成可治理的 AI 工作台

大家好，今天我想分享的，不是我们又接入了一个多强的大模型，也不是我们又做了一个多聪明的机器人。

我更想讲一件听起来没那么炫，但我觉得更重要的事。

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

很多团队接 AI 的第一步，其实都很顺。

拉一个机器人进企微，配一个 prompt，接一个模型，跑几轮问答，大家都会觉得，这不就已经能用了么？

但真正难的，从来不是“第一天能不能跑起来”，而是：

多个成员一起用，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，能不能看不一样的内容？
重任务能不能分给不同 agent，而不是全部压在一个入口上？
换服务器以后，能不能不要靠手工抄配置再搭一遍？

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

如果用一句话来概括，我们做的不是一个企微聊天机器人。

我们做的是一个 team workspace。

它有几个关键特征。

第一，只有一个统一入口。

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

第二，它有独立的 team 空间。

我们没有把团队资料混在默认 workspace，而是单独放到：

~/.openclaw/teams/chanpin

第三，它不是只有 prompt，而是逐步长出了目录、规则、记忆、权限、子 agent、脚本和部署器。

所以它已经不只是“会说话”，而是开始具备组织能力。

二、我为什么说最重要的不是智能，而是边界

落地以后你会发现，决定系统寿命的，往往不是模型强不强，而是边界清不清楚。

我们做的第一件事，就是先把边界立住。

1. 共享层和私有层分开

团队共享的内容，比如规范、FAQ、模板、部署经验，放进共享层。

成员自己的任务、偏好、笔记、learnings，放进各自的私有空间。

这样做的最大好处，是不会再出现所有人的内容混成一锅的情况。

2. 三层记忆分开

我们把记忆拆成三层：

会话层
team 共享层
用户私有层

这件事看起来只是目录设计，但本质上是在回答两个问题：

什么应该共享？
什么绝对不能共享？

以前很多系统只有一个“大记忆桶”，什么都往里扔。

最后的结果通常是：记得越多，越容易乱。

3. 管理员和普通用户分开

我们也补了权限模型。

默认规则很简单，但很重要：

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

这一点很不性感，但我觉得特别值钱。

因为只要开始接全局配置、调度任务、系统状态，没有权限边界，后面一定会出问题。

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之后，都会自动得到一套自己的空间。

比如：

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

这意味着，成员在这套系统里，不再只是一个“发消息的人”。

他开始拥有自己的任务、偏好、笔记和长期上下文。

我觉得这是一个很大的变化。

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

四、重任务不再靠一个 agent 硬扛

另一个重要变化，是任务开始分工。

我们没有再让一个主 agent 做所有事，而是逐步明确了：

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。

这件事的意义在于，很多原来混在一起的问题开始变得可控：

角色分工更清楚
上下文边界更清楚
模型分层更容易做
成本治理也更容易做

这就是为什么我们后来把 hook 降成诊断层，而不再把它当正式委派方案。

五、还有一件看起来不性感，但特别重要的事：脚本化部署

我觉得很多 AI 项目最后没法长期跑，不是因为模型不够强，而是因为部署不可复制。

如果一套系统只能在作者自己的电脑上跑，那它就不是方案，只是一次性作品。

所以我们后来一直在推进 deployer，把能脚本化的尽量脚本化。

现在 deployer 已经可以做这些事：

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

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。

这一步我觉得特别关键，因为没有可复制的部署，就没有真正可推广的方案。

六、今天这套系统到底能怎么用

如果现在就把它拿去落地，我会建议从四个场景开始。

场景 1，统一企微入口

所有成员都从企微入口进入。

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。

这样任务、偏好、笔记、learnings 才有真正的落点。

场景 3，团队知识沉淀

把部署经验、FAQ、流程规范、通用 learnings 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，而是成员级、可积累、可隔离的。

七、我们现在还差什么

我也不想把它讲得太完美。

今天这套系统已经把治理底座搭起来了，但还差最后几根线。

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
自动巡检报告还没完全做好

但我反而觉得，这说明方向是对的。

因为我们现在缺的，不是重新设计，而是把最后几段接线补齐。

八、最后我最想留下一句话

如果一定要我用一句话总结，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。