一
前陣子我下單買了個綠聯的USB攝像頭，一百多塊。
幹啥用？
我想給自己寫一個緩解頸椎疲勞的桌面端小應用。
邏輯特別簡單：攝像頭識別我坐在電腦顯示器前的時長（比如45分鐘），到點了就彈窗。
我這種在家辦公一天對着屏幕接近8個小時的人，頸椎確實不舒服。
市面上的久坐提醒 App 我試了個遍，這類App主要靠純定時器，但我離開座位的時間它也會算進去。
攝像頭方案的好處在於，它知道我神馬時候真正做在電腦前。
這活兒我是這麼Vibe Coding的——
Claude Code 負責架構和寫代碼，我用得最順手，它架構的拿捏很牛，代碼質量高，而且我衝了Max會員；
CodeX 負責生圖，畢竟它生圖是獨一檔的，應用裏那些圖標、提示插畫歸它。
聽上去很美好對吧？
兩個頂級 Agent 各管一攤，強強聯合。
然後我就掉坑裏了。
真實的操作畫面是這樣的： 我開一個終端跑 Claude Code，再開一個窗口跑 CodeX，我在中間傳話。
CC 寫完一個組件要用到一張圖標，我得把需求複製到 CodeX 那邊；CodeX 生成完圖，我再把文件路徑、尺寸、命名規則複製回 CC。
我不知道有木有更簡便的方法。
總之一個下午下來，代碼沒寫幾行，我倒先被熬成了兩個 AI 之間的傳話筒。
上下文反覆斷裂，同一段背景信息我餵了不下五遍。
最後，我還是放棄了它們合作，選擇了直接用CC搞了一個不用圖的極簡版——
加州大學歐文分校的 Gloria Mark 教授有個被引到爛的研究：知識工作者每被打斷一次，平均要花 23 分 15 秒才能重新進入深度專注狀態。
沒錯，CC和CodeX都很強，強到離譜，就是有點費我。
帶着這個怨氣，我體驗了幾天釦子3.0。
二
我先用一個我自己跑通的真實 Case，讓你直觀感受一下釦子3.0如何解決上邊的問題。
作爲一個野生科技作者，我日常有個剛需： 從 arXiv 上扒論文拉選題。
arXiv 光是 cs.AI 這一個分類，2025 年全年就掛了超過 45000 篇論文，平均每天一百多篇。
再疊上 cs.CL（自然語言）、cs.CV（計算機視覺）這些 AI 強相關分類，arXiv 一個月的新投稿量在 2024 年 10 月就突破了 2.4 萬篇的歷史紀錄。
每天好幾百篇新論文，裏頭絕大多數是純理論的，離大衆比較遠。
我要的，是從這幾百篇裏撈出那種頂尖機構出品，但主題又有大衆趣味的論文——能寫成爆款選題的那種。
這活，手動幾乎沒法幹。
於是我在釦子 3.0 里拉了個項目羣，塞進去三個 Agent，寫明白它們（or他們？）的分工：
釦子 （主 Agent），總覽全局，協調進度；
科研助理小紅 （我新創建支持多個科研skills的Agent，後邊會細說），負責篩論文；
設計搭子大白 ，負責把篩出來的論文用 10 頁極簡 PPT 解讀出來，方便我快速 get 邏輯。
我把需求往羣裏一甩，剩下的就交給它們仨了。
我原以爲，所謂多 Agent 協作，無非是主 Agent 把任務切成三塊分別派下去，然後各幹各的。
結果這三個Agent合作的過程比我想象的要細緻——
第一個細節： 科研助理小紅動手前就發現了一個坑——arXiv 官方 API 只返回作者名字，不返回作者單位。
可我的篩選第一關就卡在機構過濾（至少一位作者來自 QS 前 50 高校，或 OpenAI、Anthropic、DeepMind、DeepSeek 這類前沿機構），沒有單位信息這關根本過不去。
小紅沒硬剛，轉頭接了 OpenAlex 的 API，那邊自帶作者單位。她在羣裏自己說了句，這比純 arXiv 匹配靠譜得多。
第二個細節： 設計搭子大白（管 PPT 的那個）在幹自己活兒的間隙，順手瞄了一眼小紅的產出，發現倆人撞車了——
簡報路徑，小紅用的是“每日簡報”，大白用的是“簡報”；評分體系，小紅用 1-3 分的四維度（大衆可理解性、生活關聯度、話題熱度、敘事潛力），大白用的是 1-5 分。
大白的處理方式是：路徑和評分，採用小紅那套更簡潔的。
可以可以。
這倆 Agent 在我完全沒插手的情況下，自己就把分工邊界、文件命名規範、定時任務衝突全給捋順了。
支撐這套協作的，是釦子3.0的底層設計：每個 Agent 在項目裏都有自己獨立的 session 在並行推進，彼此之間既能通過項目羣聊互相喊話，也能讀到對方在項目空間裏建的文件。
所以小紅一改機構清單，大白那邊就看得見。它們圍繞同一個目標、共享同一份上下文，這纔有了那種湊一塊兒開了個會的體感。
最後的產出是這樣的：從 OpenAlex 檢索到 77 篇目標機構的 arXiv AI 論文，經日期過濾剩 22 篇，趣味性評分後 18 篇合格。
最終推薦 5 篇三星選題——比如 Google 那篇給 AI Agent 裝軟件工程安全帶的。
每一篇，大白都配了 10 頁極簡 PPT。
整套流程還掛了個每天早 9 點自動跑的定時任務，第二天起就能無人值守。
當然，過程裏也有沒辣麼完美的地方：
大白生成的 PPT 文件 6 到 19MB 不等，太大了，一時半會兒寫不進項目空間，暫時還堆在 Agent 的工作目錄裏。
回過頭看整個過程，最戳中我的並非它能篩論文這件事，能篩論文的工具GitHub 上 daily-arXiv 那種開源項目一抓一大把。
真正滿意的是我像是真的招了一個三人小團隊：
給他們交代了個活兒，然後他們自己開了個短會，把分工和規範說清楚，再回來跟我彙報結果。
我變成了一個甩需求的老闆。
三
聊到這兒，可以下釦子 3.0 的核心判斷了。
一句話概括它這次想幹的事： 做一個 Agent 協作平臺。
那麼問題來了——爲什麼說做 Agent 協作平臺很重要？
其實 Agent 協作這個方向，2025 年整個行業都在往裏衝，但衝法很不一樣。
學術和開發者圈子裏，多智能體（Multi-Agent）框架已經是顯學了。
Anthropic 公佈過一組數據：
他們那個 Research 功能，用一個 Claude Opus 當主管、幾個 Claude Sonnet 當子 Agent 並行幹活，在內部評測裏比單個 Claude Opus 單打獨鬥的成績高出了 90.2%。
同一個模型家族，同樣的底層智商，組成團隊之後效果近乎翻倍。
不過，Anthropic 的子 Agent 是各開各的獨立上下文窗口，主打併行探索；
釦子的羣聊卻是所有成員共享同一個上下文，更適合那種需要隨時看見彼此在忙啥的協作。
兩條路線，是兩種不同形態。
釦子的創新之處在於：它把這套多 Agent 協作，包裝成了一個所有人都會用的交互。
你不需要懂什麼Multi-Agent的概念，你只需要會發羣消息：@一下某個 Agent，它就接活兒；再 @另一個，接力。
這個動作，大家一說就會。
這背後是釦子的進化：
釦子 2024 年 2 月上線時，是個 AI Bot 開發平臺，本質是幫你搭工作流；2025 年 4 月，釦子空間開啓內測，升級成能協同辦公的通用 Agent 平臺；
到這次 3.0，它正式推出多個 Agent 像一個團隊一樣協作的全新交互。
三級跳，跳得挺清楚。
四
光說判斷太虛，我用三個具體的點，說說釦子 3.0 這個協作平臺到底強在哪，以及哪些地方還得繼續觀望。
其一，釦子的 Agent 協作，是一種新的交互範式。
前面論文篩選那個 case 已經演示過了，這裏我再補一個場景。
我隨手創建了一個調研分析、設計Agent的羣，丟下這個需求——
“我要給MacBook Neo做一個促銷，主打學生羣體，產品地址是這個： https://www.apple.com.cn/macbook-neo/ ；
@釦子 負責總體把握，@調研分析師小黑 負責競品分析和促銷策略，@設計搭子大白 出文案和視覺物料。”
幾個Agent立馬就忙活起來，半個小時之後，一份帶視覺輸出的促銷方案就出來了——
在羣裏溝通這個形態的精髓在於：上下文是共享的，這跟我開頭那個兩個 Agent 全靠我 Ctrl+V 傳話，區別極大。
釦子把協作外化成了一個微信羣一樣的界面，調度權交還給了你這個羣主。該誰說話，你 @一下就行。
這裏還有個隱藏福利：人也能進羣。
論文那個 case 裏我就發現，如果項目還有其他人想看進展，直接把他拉進羣，他能自己 @Agent 追問細節，不用我中轉傳話。
多人加多 Agent，這個組合的想象空間很大。
其二，開放接入 Claude Code、CodeX、OpenClaw，不搞封閉。
這一點我要重點誇，因爲它正好戳中了我開頭那個痛點的命門。
回到我那個頸椎 App。
在釦子 3.0 裏，我可以把本地正跑着的 Claude Code，點一下連接外部 Agent，3 分鐘就接進釦子的 Agent 列表；CodeX、OpenClaw 同理。
接進來之後，它們就成了同一個項目羣裏的成員。
我@Claude Code 按需求寫架構和開發，@CodeX 生圖，不同Agent 在同一個上下文裏接力，全程不用切窗口。
在 Agent 生態還遠沒收斂的今天，誰開放，誰就更容易成爲那個被所有人接進去的更好用的工作臺。
其三，多端同步，把 Agent 從工位上解放出來。
釦子 3.0 這次桌面端全新上線，App 端、網頁端多端協同，還能同步鏈接飛書、微信。
這個點的價值，得用場景說。
我閨女念小學三年級，寫作文很讓人頭疼，我給釦子3.0下了一個任務—— 做一個類似多鄰國的教小朋友寫作文的網頁工具。
但那天我正好要去一趟醫院，我其實就可以在手機上繼續和這個任務交互，根本不用帶着電腦。
再比如你出門趕高鐵，有個文件落在家裏的電腦上，路上突然要用。
過去這就是死局，現在桌面端授權之後，你在手機上就能遙控家裏那臺電腦處理那個文件，Agent 幫你操作，整個過程你人可以在高鐵上。
多端同步要解的，就是讓 Agent 跟着你的注意力走，而不是反過來讓你被設備拴住。
五
講完三大優勢，補一個我覺得很有意思的點—— 釦子3.0的行業技能包：skills。
我前面提到的“科研助理小紅”和“設計搭子大白”，並不是我從零捏出來的，是我從釦子的職業模板裏直接創建的。
釦子3.0預置了一大堆行業模板：投資理財顧問、調研分析師、科研助理等等。
每個模板背後掛着一組對應的技能包。
比如自媒體運營達人掛的是“公衆號標題生成”、“全網熱搜榜”、“多平臺違禁詞查詢”、“小紅書冷門爆款探測器”、“小紅書每日風向標”等十幾個技能；
投資理財顧問掛的是“科技股分析”、“投資機構觀點”、“板塊熱點分析”等這些skills。
這些skills是被打包好的、有數據支撐、有Workflow設計的專業工具。
我做arXiv論文篩選這個case的時候，挑的就是"科研助理"職業模板。
小紅一上來就主動加載了arXiv搜索、OpenAlex學術數據庫、bioRxiv論文搜索、Crossref REST文獻引用溯源、Semantic Scholar語義論文搜索、OpenCitations開放引文庫這些科研專用skills。
她不需要我教她怎麼查論文，她已經是一個專業的科研助理了。
在釦子的技能商店，你可以按行業標籤搜技能、試用、加載，也可以自己上傳自定義技能。
很顯然，有了這些skills，就讓釦子Agent變成了垂直行業專家。
那麼問題來了——這玩意兒到底誰最該試一試？
在我看來，自媒體人、電商運營、開發者、學術黨等知識工作者都可以用起來。
他們有個共同點：手上的活，都是判斷複雜、流程繁瑣、需要多個角色接力。
有一個分工明確的團隊幹，就輕鬆多了。
六
最後，聊一點 AI 產品形態的演進。
我個人的觀察是，AI 產品走到今天，經歷了三次躍遷——
第一次，Chatbot。這一代的關鍵詞是對話。
第二次，Agent。它開始會調用工具、會規劃、會自主推進任務。這一代關鍵詞是執行。
第三次，就是當下——Agent 團隊。複雜任務多個專長不同的 Agent 接力。關鍵詞是協作。
釦子 3.0 這次，把寶押在了第三次躍遷上。
回到標題—— Agent 單打獨鬥的時代，確實要結束了。
往後看，模型能力會繼續漲，單個 Agent 還會更強。但決定一個 AI 產品好不好用的那把尺子，可能慢慢要換了。
往後比的，是一羣 Agent，能不能像一個靠譜的團隊一樣，把活兒順暢地幹完。
——End——
作者簡介：衛夕，公衆號“衛夕指北”出品人，科技專欄作者，專寫長文，專寫不一樣的，專注剖析AI、廣告及互聯網的底層邏輯；不關注這個賬號，你都不知道你會錯過神馬！