清华 00 后博士做 Agent 协作系统：让多个 AI 共享一份组织记忆，协作完还能自己

36 氪首发 2026 年 8 月 3 日消息：「奇点逃逸」近日完成千万级种子轮融资，由星连资本与水木创投联合领投，奇绩创坛跟投。该公司正在研发 AI 原生团队协作操作系统 Nexus，让人、Agent、任务、知识和工具基于同一份组织状态持续协作，并让系统从每一次协作中有证据地变强。

奇点逃逸创始人兼 CEO 薛传奕，本科、博士阶段均在清华大学就读，研究方向覆盖强化学习与多智能体，曾以第一作者身份在 NeurIPS、CJA 等学术会议和期刊发表论文；在商汤、鉴智机器人实习期间，参与自动驾驶算法研发与实车部署。

「今天，Agent 已经像能力出众的个体，但它们还没有真正进入组织。」薛传奕介绍道。

一个越来越常见的工作日可能是这样开始的：产品经理把需求交给一个 Agent 梳理，研发同时让另一个 Agent 修改代码，运营则在别的对话窗口里研究发布方案。几个小时后，每个 Agent 都完成了自己的部分，也各自拥有一段完整的上下文。但当三项工作需要合并时，团队才发现，没人清楚另一个 Agent 做过什么、为什么这样做，哪些结论已经被确认，哪些变化又会影响后续任务。

于是，人重新回到信息中转站的位置：复制对话、补充背景、核对版本、拼接结果，再把同一件事向不同 Agent 解释一遍。

这是 Agent 能力快速提升之后，一种颇具反差的场景。当 Agent 开始写代码、处理文档、调用工具，甚至连续执行长程任务，新的瓶颈也随之出现：一个能力很强的 Agent，仍然只是一个能力很强的单人助手。它掌握的上下文属于某个用户和某次会话，执行过程分散在不同工具里，任务结束后，经验也很难自然成为团队下一次工作的起点。

薛传奕将其称为 AI 的「协作断层」。他认为，解决这个问题的关键不是让所有 Agent 同时开始工作，而是先让它们面对同一份事实。

协作首先是对事实的协作。如果每个 Agent 理解的目标、任务状态和验收标准都不一样，能力越强，可能只是更快地朝不同方向执行。

因此，Nexus 从组织状态而非单次对话出发。人、Agent、任务、知识和工具被表示为相互关联的对象；一项工作不再只是一段自然语言指令，还包含目标、负责人、依赖关系、权限、当前状态、执行证据和验收结果。

在这样的系统中，产品、研发和运营不是分别与几个互不相识的 Agent 对话，而是围绕同一项工作持续推进。新加入的 Agent 可以理解前序任务发生了什么，找到相关决策和上下游依赖；新的过程和结果，也会重新成为组织状态的一部分。

Agent 由此从个人拥有的工具，变成组织可以分工、授权、审阅和接续的协作对象。这也是薛传奕所理解的「AI 进入组织」：不是企业采购了多少 AI 账号，也不是员工调用了多少次模型，AI 的工作能否进入组织的任务、知识和责任体系是判断标志。

反常识的判断是：Agent 落地的最大瓶颈不是模型能力，是上文描述的「协作断层」 — 多个 Agent 各自有完整上下文，但团队合并成果时没人知道另一个 Agent 做过什么。解决这个断层的方案不是更强的模型，而是共享的组织状态层。

另一个反常识观察是：协作与自进化是同一个问题的两面。多个主体要在组织中持续协作，Agent 就必须能够适应不断变化的目标、成员、工具和约束；Agent 要持续积累智能，又必须进入真实生产环境，在具体任务中获得反馈、接受检验。

对国内 SaaS 创业者的启示是：2026 年的 Agent 创业不要卷模型能力，要卷组织状态层 — 谁能把「人 + Agent + 任务 + 知识」整合到一个共享语义层，谁就抓住了模型部署的核心变量。这是有商业价值的新品类。

创业找资源，上乌鸦部落。