简而言之

问题

单一 AI 模型存在天然限制：上下文窗口会限制复杂任务处理，模型之间无法协作，也需要人工编排流程。在大多数平台上，AI 员工彼此孤立运行，难以组成可协同的团队来承接企业级工作流。

解决方案

OpenMax Agent Teams 架构提供专业角色分工、共享上下文、实时协作和自主编排能力。基于 Zylos 五层记忆架构，AI 员工团队可以长期积累知识，并在跨职能任务中协同工作。

结果

评估智能体团队时，不应只看智能体数量，还要检查每个角色是否有明确输入、可用工具、人工负责人和失败交接路径。合格的试点应能还原任务从接收、分工、复核到最终交付的全过程。

使用 OpenMax 前后对比

使用前

  • 单一 AI：一个模型处理所有任务，受上下文窗口限制
  • AI 工具彼此孤立：信息割裂，难以协同
  • 每个新任务都要重新提供完整背景
  • 需要人工在多个 AI 工具之间编排输入输出

使用后

  • Agent Teams：专业角色分工清晰
  • 共享上下文：团队内信息实时流动
  • 持久记忆：AI 员工持续积累业务知识
  • 自主编排：AI 团队自动协调任务分配

Zylos 运行时：OpenMax 的技术基础

Zylos 是 OpenMax 用于运行和编排 AI Agent 的技术基础，负责角色调度、任务状态和长期上下文。它的记忆设计用于保存与任务相关的交互历史和业务知识，并支持跨渠道工作。正式部署前，应根据当前版本文档确认可用能力、许可方式、部署环境和数据边界。

使用全渠道部署：一个仪表盘覆盖全部渠道

OpenMax Agent Cloud 支持从一个仪表盘同时将 AI 员工部署到 Telegram、Lark、Slack 等渠道。无论用户从哪个渠道沟通，交互历史和上下文都会在后端统一管理。HxA Connect 作为跨平台人机协作实时消息桥，确保消息在不同渠道之间顺畅流转。

用定时任务与持久记忆实现自主 AI 运营

定时任务适合按固定周期收集资料、整理反馈和生成待审核报告；持久记忆用于延续已授权的对话历史、业务上下文和用户偏好。上线时应分别设置任务频率、数据来源、失败提醒和人工复核，避免过期信息被继续使用。

从单个 AI 员工到 Agent Teams

OpenMax 的 Agent Team 思路是把不同责任拆给专业角色。团队可以先用一个 AI 数字员工验证单一工作流，再根据交接复杂度增加角色；需要更深集成、统一身份管理或私有部署时，再评估 Enterprise 或 On-Premise。是否扩展应由试点中的完成质量、人工修改、异常处理和维护投入决定。

HxA Suite：企业级工具集

HxA Suite 是 OpenMax 的企业级效率工具集，包括用于跨平台消息桥接的 HxA Connect，以及用于 Agent Team 监控的 HxA Dashboard。HxA Suite 通过团队级可视化、性能监控和协作编排，最大化 Agent Team 的工作效果。Enterprise 用户可以深度定制 HxA Suite 能力。

可复现设置：完整演练

步骤 1：克隆并查看 Zylos（开发者可选）

终端命令：
git clone https://github.com/openmaxai/zylos.git
cd zylos && cat ARCHITECTURE.md

这一步可以直接查看运行时源码、记忆层实现和基准测试套件。非开发者可以跳过，SaaS 版 Agent Cloud 会自动处理这些底层能力。

Zylos 为私有仓库，具体获取方式请访问 openmax.com 或 github.com/openmaxai 了解。

步骤 2：通过仪表盘创建 Agent Team

具体路径：登录后的 Agent Cloud 仪表盘（openmax.com）→ 左侧边栏进入 AI 员工（“AI Employees”） → 点击员工列表右上角的 创建 Enterprise（“+ Create Enterprise”） → 为团队命名 → 在 添加成员（“Add Members”） 下拉框中选择 2-3 个 AI 员工（这些员工需要先作为单个员工创建）→ 在 编排模式（“Orchestration Mode”） 下选择 自动（“Autonomous”）（由 Zylos 自动协调）或 手动（“Manual”）（通过可视化编辑器定义流程）→ 点击 创建 Enterprise（“Create Enterprise”）。

你会看到：仪表盘中出现 Enterprise 卡片，包含成员列表、编排模式标签，以及用于发送示例多智能体任务的 测试 Enterprise（“Test Enterprise”） 按钮。

步骤 3：验证持久记忆是否生效

测试流程：（1）在 Telegram / Lark / Slack 中告诉你的 AI 员工：“请记住，我们 Q2 的目标是在 APAC 区域增长 15%。”（2）等待 5 分钟。（3）在新的对话中询问：“我们 Q2 的目标是什么？”

预期结果：AI 员工应回答：“你们 Q2 的目标是在 APAC 区域增长 15%。”

如果没有生效：进入 Agent Cloud 仪表盘 → AI 员工 → 记忆（“Memory”）标签页，确认该信息是否出现在语义记忆层。如果没有，请检查员工设置中的持久记忆是否已开启（位于能力项 “Capabilities” 下的开关）。
Agent Teams 五层记忆 开源 Zylos

体验 Agent Teams 的协作能力

部署能够协作、记忆并自主编排的专业化 AI 员工。

访问官网

智能体团队适合解决哪些协作问题

角色分工

为每个智能体设置单一、可追责的职责，明确输入、预期输出，以及拒绝或升级的边界。

任务交接

交接时传递来源上下文、已完成工作、待解决问题、置信度和下一位负责人，而不是只发送无结构摘要。

共享记忆

共享记忆只保留获批事实和决定，明确谁可以更新，并让过期与纠正规则对团队可见。

运行检查清单

让智能体团队具备真实交接能力

智能体团队应让每一步的责任更清晰。扩展前，需要测试角色如何共享上下文、请求审批、从工具失败中恢复并把任务交还给人工。

角色约定

为每个智能体明确可接收请求、必要输入、预期输出、工具限制和升级条件。

共享上下文

传递获批事实、来源位置、已完成操作、待解决问题、置信度和下一位负责人。

人工审核节点

涉及资金、访问权限、法律立场、HR 操作、敏感导出和对外承诺时必须审批。

恢复

测试超时、重复事件、数据缺失、审批拒绝和下游系统不可用。

试点期间记录修改和交接失败，先调整角色边界与共享记忆，再增加更多智能体。

智能体团队试点验收

工作流

选择一个有明确负责人、代表性输入、可衡量完成状态和已知异常类型的重复工作流。

控制措施

逐个验证智能体交接中的身份、最小工具权限、审批、审计记录、防重复和回滚。

扩展条件

只有交接质量、审核采纳率、异常分派、恢复行为和负责人响应保持稳定时才扩大范围。