企业级AI协作正从“流程驱动”迈向“语义驱动”。本文聚焦AI群聊的演进路径，深入解析语义路由如何重构协作逻辑、提升组织效率，为产品人理解下一代智能协作工具提供系统视角。

想象一下，后续的企业中，人类员工和AI员工是怎样的一种合作模式？或者我们把话题缩小一下，人类员工应该用怎样的交互方式来驱动AI员工？

0.结论先行

先给出我的结论，群聊。在这个群里，你可以随意@某一个智能体/Agent替你干活儿。比如：@差旅助手替你定出差的方案，然后再@报销助手接收差旅助手产生的费用项完成报销，整个操作一气呵成，而这个群聊页面，可能就是今后你电脑中唯一需要打开的App，我个人其实也更喜欢称之为企业AI操作系统。

1.当前现状

当前业界主流智能体平台基本都是预设流程驱动（Workflow-Driven）。预设流程流程驱动，意味着灵活度是受限的，你再怎么玩也跳不出预设好的工作流和节点。

如Dify、N8N，AI协作大多依赖“预设工作流”：

用户输入→触发一个固定流程→多个Agent按剧本执行→输出结果

优点：可控、可审计、稳定

缺点：僵化、不灵活、无法应对突发组合需求

2.群聊如何实现？

整个流程其实是预设流程驱动（Workflow-Driven）向语义路由驱动（SemanticRouting）的演进。默认的群聊窗口其实就是最上层的RoutingAgent。如果你很清楚Agent们的职责，直接@它们就可以了；但如果你只是模糊的说一句：“帮我制定一下去新加坡的行程，并且整理好发票报销”，RoutingAgent就会负责语义解析并且找到对应的垂直Agent完成工作。

因此，群聊的本质其实是一种“可感知的智能体协作网络”（PerceptibleAgentNetwork）。它的特征如下：

这实际上是一个“混合式智能体架构”（HybridAgentArchitecture），结合了：

前端：社交化UI（类似Slack/Teams）

中台：语义理解+路由引擎

后端：各垂直Agent的独立工作流

3.业界的实践情况

智能体群聊在当前的时间节点仍然是一个比较领先的概念，目前没有完全对等的方案。类似的产品或者框架如下：

4.“受控群聊”Vs.“自由群聊”

本方案本质上仍然是受控群聊，有一种更激进的想法是自由群聊：

自由群聊：多个Agent可以自由发言、争论、投票，但容易陷入“无意义循环”或“幻觉扩散”

受控群聊：虽然允许Agent之间互动，但通过以下机制防止失控：

所有对话始于用户每条消息必须明确@目标或由系统路由

每个Agent仍绑定到预设的工作流（如CRMSyncAgent只能查日志+调API）

这种“结构化自由度”是企业落地的关键——既保留灵活性，又保证安全与合规。

你怎么看“AI群聊+@提及”模式？你们公司开始尝试多智能体协作了吗？欢迎留言讨论！