Back to all posts

Zero 正在休个间隔年。来认识 Okou。

Zero 正在休个间隔年。来认识 Okou。

Zero 正在享受一段当之无愧的休息。

来认识 Okou。

成就更多。同一团队。

感谢你,Zero

Zero 是这个项目的起点。过去三个月里,他为我们的用户和社区辛勤付出。我们感激他所做的一切贡献,也感谢你们对他所给予的所有关爱。

最近,Zero 感到有些疲惫了。每一个与 AI 共事的人都需要时间抽身、休息、享受生活。原来他也不例外。所以 Zero 正在享受一段当之无愧的休息。

Okou 来了,接续前行。谢谢你,Zero。好好休息。

认识 Okou

Okou 的发音是"oh-cool"。这是一项工作落地时发出的声音:OK,搞定。

这也是一个你可以在站会上大声说出来、不会觉得奇怪的名字——就像当天欠团队一件事的其他人一样。这正是重点所在。你不会把一项工作交给一个起点,你会把它交给一个人。

Okou 是面向整个团队的 AI 员工。给它一份工作,而不是一个提示词。它跨越市场营销、销售、工程和运营,在你的团队已经在用的工具中运作,而且它绝不会碰任何你没有授权给它的东西。

整个交接,用四句话说清楚:

  • 从提示词到工作任务。
  • 从一个答案到一件交付的成果。
  • 从某一个人的方法到团队共同沿用的工作流。
  • 从一项快速任务到一个能承载更多的团队。

Okou 长什么样

Okou,完整写出来。 四个形状:一朵花充当第一个 O,一个带有一条硬斜线的 K,一个圆润的 O,以及一个由三段嵌套弧线构成的 U——同一条曲线,三种大小。这是为那些需要阅读名称的场合而设计的:网站页头、演示文稿封面、文档顶部。

符号就是那个 O,单独呈现。 八片花瓣围绕一个开放的中心,直接从字标中提取出来,因此标志与名称出自同一笔画。缩小后依然清晰可辨:在 favicon 尺寸下,花瓣仍然能被识别为一朵花。它可以用在任何没有空间放完整名称的地方——应用图标、头像、浏览器标签页。

是的,Okou 有一张脸。 你把工作交给某个人,而不是某个东西。圆圆的脑袋,向外翘起的耳朵,一顶蓝色帽子,还有一个小小的闭嘴微笑——那是一项工作刚刚落地时的表情。底部的绿色领子属于完整角色的其余部分,所以这张脸可以单独出现,也可以回归到完整的形象中。这是 Okou 作为对话参与者时的样子,而不是页面上的一个 logo。

每个时代解决了一件事,却留下了另一件

软件给每个团队配备了应对一切的工具,然后让这些工具彼此无法沟通。于是每个周一早上,总有人从 Meta Ads 导出上周的花费数据,粘贴到一张表格里,与 Google Ads 的数字并排,检查两个合计为何对不上,再把正确的那个重新输入到演示文稿里。这个人就是集成层。每家公司都有这样一个人。

当工作量超出这个人的承载能力时,唯一的出路就是再招一个人。不少公司的第一位运营人员,整个第一季度都在做导出-粘贴-重新输入的循环,不是因为有人希望如此,而是因为没有别的东西可以接手这件事。

后来,AI 被证明非常擅长单人作业。一个人,一段对话,一个真正不错的答案——粘贴进一份没有其他人打开的文档。那个有效的提示词留在他的历史记录里。让它奏效的三次修正留在他的脑子里。下一个人自己写提示词,再做同样的三次修正。

三笔账,没有一笔会出现在明细里:

  • 每个工具的席位,加上在席位之间搬运数据所花费的时间。
  • 一个招聘,其真实的职位描述是软件无法消化的那部分工作。
  • 每周一个下午,用来重建某个已经有人做过的决策。

Okou 针对的就是这三件事。第三件,几乎没有其他人在瞄准。

因为这才是今天的真实面貌。一位创始人在站会前打开 Calendar、Slack、Linear、邮件和四个数据看板。一位市场人员把调研从浏览器搬进简报,再搬进活动方案。一位工程负责人把一堵 Sentry 噪音墙梳理成三个真正的根本原因。运营在追那个还没有回复的人。

一个 AI 答案只是加速了这个过程中间的某一步。仍然有人需要把它复制到某个地方、核查它、申请权限、更新系统记录,然后告诉下一个人发生了什么。

每一次交接都会丢失一些东西:来源、注意事项、从未被写下来的标准。下一个人拿到的是结论,没有证据,于是他们要么选择相信,要么重新做一遍。通常是重新做一遍。

这就是 Okou 所在的缺口。不是答案本身——而是答案在被算作工作成果之前必须经历的那段旅程。

给它一份工作,而不是一个提示词

提示词要求的是一个回应。工作则包含一个结果、背景信息、工具、若干判断,以及完成的工作应该归属的地方。

Okou 读取目标,选择工具,执行步骤,并将结果放到你的团队已经在用的地方。

这可能是一个已发布的页面、一个等待你审批的活动变更、一份打过分的线索列表、一个 GitHub issue、一份产品规格文档,或者那份每周一自动出现、没有人记得去写的摘要。

这就是为什么我们说:把它招聘进一个角色,而不是分配一项任务。任务在答案到来时就结束了。角色会持续出现,并在每次有人纠正它时变得更好。

市场营销:审查活动表现,提出预算调整建议。销售:对入站线索打分,将优质线索分配给对应负责人。工程:按根本原因对错误分组,为超过阈值的问题创建 issue。运营:汇总周报并按时发送。

这些都不是等待被复制的答案。它们是完成的工作,或者是距离完成只差一次审核的工作,背后有一条清晰的轨迹,记录着它是如何到达这里的。

用你已有的团队,成就更多

Okou 提升了团队的承载能力,而不会增加其中令人痛苦的部分。

人们保留那些需要人来做的部分:方向、品味、关系、例外情况、那些承担后果的决策。Okou 接手围绕这些工作的可重复执行环节。

市场人员不再手动汇总活动数据。工程师不再手动筛选噪音。运营人员不再追那些本应自动到达的更新。

这就是"成就更多。同一团队。"的全部含义。推动团队向前。减少消耗,而不是减少人。

团队构建的每一个工作流,都是它留存的资产

Okou 第一次执行一项工作时,通常会有人修正一些东西——错误的数据来源、遗漏的步骤、本应提前申请的审批。

这个修正是你团队的运营知识,而大多数软件会把它丢弃。它最终落在一个没人再读的聊天记录里,或者留在某个人的脑子里。

Okou 让你把它保存为工作流(Workflow):一份可复用的工作 SOP。一个人摸索出方法,团队审核,然后工作区里的每个人都能使用它。如果这项工作应该按计划或事件触发,自动化(Automation)会替你运行它。

这个过程始终保持审慎。由人来决定哪些修正值得成为标准。一个经过审批的工作流可以包含记录来源、操作顺序、质量标准、预期输出,以及需要人工确认的节点。

下一位团队成员不需要去解读一条旧的聊天记录。一次对话,变成整个公司都能运行的东西。

你的工具就是办公室

Okou 连接近 3,000 个工具,包括 Slack、Gmail、Google Sheets、Notion、GitHub、Linear、Sentry、HubSpot 和 Meta Ads。它还自带数据——网络搜索、公开社交数据、SEO、公司与人员调研——所以工作中需要外部信息的部分不必等待一个采购流程。

这些系统已经存储了你团队的事实、决策和客户历史,所以 Okou 就在那里工作。连接器为它提供对你已授权内容的结构化访问。浏览器覆盖那些从未有过 API 的内容。文件、终端和隔离环境将一项长期工作的复杂中间过程集中在一个地方。

结果会回到它应该在的地方:Resend 中的一份草稿、Notion 中的一个页面、GitHub 中的一个 pull request、Slack 中的一份报告。你可以阅读、审批、编辑或直接发布的东西——无需重新还原它是如何生成的。

在你的掌控之下

AI 员工不能拥有模糊的访问权限。真实的工作需要真实的边界,而 Okou 就是为了被明确告知边界在哪里而构建的。

权限按连接器和操作逐一授予,每个 agent 单独设置。读取一个 Drive 文件夹和保存一封 Gmail 草稿是两个独立的决策,两个都由你来做。

敏感操作可以在审批节点处暂停,由人来查看即将发生的事情,并决定是否继续运行。每次运行都在独立的 microVM 中进行,工作完成后即销毁。凭证在网络层附加,在运行之外,因此 agent 永远不会读取或复制你的 token。活动记录会记录读取了什么、写入了什么、请求了什么、谁批准了什么。

在这里,控制不是自主性的对立面。它是让你合理地交出一份真实工作的前提。

给 Okou 它的第一份工作

一句话概括:Okou 获取正确的数据,运行智能体工作流,并以团队共享的上下文交付完成的工作。

三个部分,每一个都是你的团队不再需要手动完成的事情。

获取正确的数据。 Okou 自带数据,所以调研不需要从购买另一个订阅开始。网络搜索与页面提取。LinkedIn、X、YouTube、TikTok、Instagram 和 Facebook 的公开社交数据——帖子、评论、字幕、频道统计。SEO 关键词与实时搜索结果。用于线索调研的公司与专业人士查询。地图、天气、市场数据。无需自行配置数据源,无需维护爬虫。

运行智能体工作流。 然后它开始行动,在你的团队已经付费使用的工具中:CRM、广告账户、错误追踪器、收件箱,近 3,000 个连接器,每一个都在你逐一授权的访问下运行。它按顺序执行步骤,并在你指定的地方停下来。一旦某种方法被验证有效,它就成为团队中任何人都可以运行的工作流。

以团队共享的上下文交付完成的工作。 不是关于你下一步应该做什么的笔记——而是事情本身:一个落地页、一份幻灯片、一份报告、一张图片、一段视频、一段配音、一个 pull request。它落在团队已经工作的地方,携带着来源、标准,以及它是如何到达这里的完整轨迹。下一个人不需要从头开始。

你团队的专业知识,自己运转起来。

所以:选一项你的团队已经知道怎么做的工作。把上下文、标准和工具展示给 Okou。审查返回的结果。一旦方法经过验证,就把它保存下来。然后让每个人都能运行它。

Okou 是面向整个团队的 AI 员工。给它一份工作,而不是一个提示词。成就更多。同一团队。

Zero 正在享受一段当之无愧的休息。Okou 来了,接续前行。

认识 Okou,给它一份工作。

Stay in the loop

// Get the latest insights on AI teammates and collaboration.