Kollab
AI 原生团队工作空间，让团队成员和 AI Agent 在同一个空间里共享上下文、协作创作并一键发布
深度报告
-
Kollab 是一款「AI 原生」的团队工作空间，核心主张是让团队成员和 AI Agent 在同一个空间里一起干活，而不是把 AI 当成一个孤立的聊天框。它把项目、资料、团队对话、工具调用和 Agent 产出放进同一份上下文里，用连接器（Connectors）、机器人（Bots）、技能（Skills）、记忆（Memory）和定时任务五个基础能力，解决「AI 每次都要重新交代背景、Agent 接不住上一次工作」的老毛病。产品由一支分布在中国香港和日本的小团队打造，2026 年 4 月 23 日在 Product Hunt 上线并拿到当日第二名。定位清晰、团队协作场景做得扎实，但产品较新、公开评测不多，是它现阶段最明显的短板。
-
Kollab 的官网是 kollab.im，由一支在中国香港和日本两地协作的产品与工程小团队开发。团队此前做过一个叫 Buildin 的产品，那是一个用来搭建、管理和售卖知识产品的 AI 工作空间，让他们摸清了创作者和团队怎么组织知识、发布产品、把经验变成可交付的内容。Kollab 就是把这套经验带进 Agent 时代的产物。 需要提醒的是，市面上还有一个域名相近的 kollab.com，那是一家服务东南亚（总部在菲律宾和新加坡）、专做云、AI 和网络安全的企业 IT 服务商，和本报告讨论的 Kollab 是两家完全不同的公司，别弄混。此外还有丹麦的 kollab.dk（数字方案公司）和巴基斯坦的一个网红营销平台也叫 Kollab，同名产品不少，认准 kollab.im 这个域名。 从工程实现看，Kollab 把后端架在了 AWS 上，用 Amazon Bedrock AgentCore 做弹性运行时、用 Amazon S3 做工作空间的唯一真值源。AWS 官方博客专门写过一篇它的实践文章，讲的是怎么对抗「Agent 遗忘」——让 Agent 的任务能跨运行时、跨时段续跑。这套架构算是 Kollab 技术上的一个亮点。
-
Kollab 把创作流程拆成五步：从趋势热点里发现值得做的选题、把内外部资料变成项目上下文、用同一批资料生成多种内容、团队和 Agent 共同打磨、最后从工作空间一键发布到社交媒体。整条链路都收在一个工作空间里，不用在多个工具之间来回切。 支撑这套流程的是五个核心能力。连接器（Connectors）把团队已有的工具、数据库和外部网页接进项目；官方说目前提供近千个连接器，覆盖 AI 自动化、生产力、沟通、销售市场、业务运营、开发数据、金融电商、内容设计等九大类，统一基于 Model Context Protocol（MCP）接入。记忆（Memory）让 Agent 记住项目偏好、品牌语气和团队规则，不用每次从零理解。技能（Skills）把成熟的提示词、流程和模板沉淀成可复用能力，任何团队成员按名字就能调用，产出保持一致。定时任务（Scheduled tasks）把固定选题、内容检查和发布前准备设成自动任务。机器人（Bots）让 Agent 出现在 Slack、飞书、Discord、Telegram、LINE 等团队本来就在用的对话窗口里，随手丢资料、问进度、起草内容，结果自动同步回工作空间。 内容形态上，Kollab 支持大纲、脚本、图文、音频、视频、3D 模型和网站等多种产出，都基于同一批可复用的项目资料。音视频资料能直接转写成可读文本，方便 Agent 总结、引用和再创作。发布端目前重点支持 X、Instagram、LinkedIn，后续计划扩展更多渠道。知识库还支持带来源引用的可追溯检索，报告和分析能挂回原始文档、会议记录，方便审计。 技术架构上有个值得说的细节：因为用了 AgentCore 这种弹性平台，运行时随时可能被回收，Kollab 用 S3 做双向同步（hydrate 加载、sync 回写），保证任务被中断后还能从断点恢复。带来的直接体验是——早上启动的周报，午休回来还能接着写；定时任务能在同一个会话里持续累积，跑一个月攒出的是一份连续追踪三十天的报告，而不是三十份互不知情的快照。
-
第三方评测给出的定价是：免费版 + Pro 每月 20 美元起 + Max 每月 200 美元。免费版比较大方，给 2000 个月度额度、团队席位不限，够团队认真试用一遍完整流程。计费用的是额度制（每日刷新 + 月度池 + 可加购），需要花点时间学习才能预估成本。目标用户是混合了工程师、运营、产品经理的跨职能团队，也适合创作者、代运营机构、研究者和内容团队。 商业模式的核心赌注是：真正该被共享的是「工作空间」本身，而不是模型。团队用得越久、连接的工具越多、沉淀的技能和记忆越多，切换成本就越高，这是它想建立的护城河。
-
从公开渠道看，正面反馈集中在几点：把 Agent、技能和知识放在一处，确实明显减少了在 Slack、Notion 和单独 AI 工具之间来回切换的成本；Slack、飞书、Discord、Telegram 的机器人故事讲得好，Agent 能去团队本来就在的地方干活；技能系统让好的提示词和流程能在团队里复用，对那种「少数高手搭好流程给全员用」的组织很友好；广泛的 MCP 支持意味着自建内部集成是现实可行的，不只是官方 SaaS 连接器。免费版额度慷慨也被反复提到。 负面反馈同样直白：产品刚上线，公开更新日志还很稀疏，定价和套餐限制可能后续会变；额度计费方式（每日刷新 + 月度池 + 加购）有学习成本；重度 Agent 负载会很快跑超 Pro 档，而从 Pro（20 美元）跳到 Max（200 美元）落差偏大；即便是 Max 档并发会话也只封顶 30 个，大团队跑很多并行 Agent 可能会撞到天花板；相比 Notion AI、ClickUp Brain 这类成熟工具，它的第三方评测和集成都还偏少。
-
有第三方报告把 Kollab 定位成「AI 原生协作工作空间 + Agent 编排层」，认为它试图填补团队协作中的上下文断层。也有评测把它和 OpenClaw 直接对标，认为 OpenClaw 更偏个人 Agent 和深度定制，而 Kollab 补足了团队协作场景；同时肯定它的对比页面「诚实且有价值」，不假装能替代对手。一份第三方综合评分给到 3.8/5，优点是定位清晰、托管即用对团队友好、中文页面完整、有差异化，缺点是不开源、产品较新、评测偏少。 行业普遍认可它选对了四个基础能力——Bots（Agent 进聊天）、Skills（流程复用）、Connectors（接现有工具）、Memory（跨项目记忆），因为这四点正好对应团队真实工作发生的地方：聊天、可复用流程、现有 SaaS、组织记忆。上线拿到 Product of the Day 第二名，也被看作「团队与 Agent 协作」这个痛点确实被广泛感受到的信号。
-
最大的风险在于对「共享上下文」的信任。有 Reddit 讨论提到一个很实际的担忧：如果团队本身就不擅长记录决策，那把这些空白喂给 AI，AI 也只会继承团队原有的混乱——这不是产品缺陷，而是任何共享 Agent 工作空间都要面对的治理现实。 第二个风险是「行动控制权」。能连工具、能生成报告、能触发流程的团队 Agent，需要清晰的权限、对破坏性操作的人工审批和审计链路。相关研究也指出，Agent 产出一旦变成团队共享资源，会改变所有权和审阅预期，团队得先想清楚「谁来批准 Agent 生成的产物」，才能把它当成可用的事实。 此外，产品成熟度本身也是风险：不开源（页脚提到开源但无实质）、公开评测少、更新日志稀疏，都意味着现在下重注需要一定的容错空间。还有几项能力（如被官方人员描述为「带独立文件系统和内置浏览器的长时运行 Agent」的 AgentCore）目前更像是团队口述的早期能力，而非完整文档化的正式功能，评估时要打个折扣。
-
Kollab 最适合那些「个人已经在用 AI、但团队缺一个共享方式来委派、复用和沉淀工作」的团队，尤其是产品、市场、运营、研究和面向客户的团队——它们的工作往往高度依赖共享上下文和重复交付物。如果你已经在拼凑 Slack、Notion、Linear 加一堆 AI 助手，Kollab 值得一试。 不太适合的场景：需要开源自托管做深度定制的团队；对成熟度、集成丰富度要求极高、不能容忍产品快速变动的组织；以及跑大量并行 Agent、容易撞上并发上限的超大团队。 上手建议：先从一个可重复的工作流入手（比如周报、竞品扫描、内容制作），只连接这个流程需要的工具，在一个受控的项目里验证 Bots、Skills、记忆和来源引用到底好不好用，再决定是否扩大。替代方案可以看 OpenClaw（偏个人 + 深度定制）、Notion AI、ClickUp Brain 这类。
-
Kollab 押对了一个真问题——团队里的 AI 不该是一个个孤立的聊天框，而该是共享的工作空间。它的连接器、机器人、技能、记忆、定时任务五件套配合 AgentCore + S3 的持久化架构，把「Agent 续跑、上下文不丢」做得相当扎实。现在的主要变数是成熟度：产品新、评测少、定价和限制还在变。对愿意早期尝鲜、又确实被团队协作上下文断层困扰的团队来说，它是一个值得认真试用的选项。
用户评论
-
AnthonyNguyenSr—试用了两周，最直观的感受就是不用每次开新对话都重新交代一遍背景了，Agent 真的记得住上周定的方向，这点比普通聊天工具强太多。 -
OSwol—我们团队本来是 Slack 加 Notion 加一个单独的 AI 工具三件套，来回切换真的烦，换成 Kollab 之后至少省了一半的窗口切换。Bots 直接在 Slack 里 @ 一下就能触发技能，结果自动同步回工作空间，这个设计我给满分。就是额度那套计费规则研究了半天才搞明白。 -
Susan.SanchezZ—免费版给 2000 额度还不限席位，良心。 -
ThomasButlerSr—Skills 这个概念挺好，把老手搭好的流程沉淀下来全员复用，新人不用再一遍遍问怎么做~ -
Sofia648_m—说实话从 Pro 的 20 刀直接跳到 Max 的 200 刀，中间没个过渡档，重度用的话很尴尬。 -
ChristianHenderson_2024—并发会话 Max 档也才封顶 30，我们团队 agent 跑起来分分钟撞天花板，希望后面能放宽。 -
宋哲飞—看了 AWS 那篇博客才知道它底层是 AgentCore 加 S3 做的持久化，定时任务能在同一个会话里连着累积，跑一个月是一份连续追踪的报告而不是三十份互不相干的快照，这个工程思路确实是懂 Agent 产品的痛点的。对抗 Agent 遗忘这个说法很到位。 -
4pa0w—近千个连接器，全走 MCP，自建内部集成是真能落地的，不是那种只给你几个官方 SaaS 就完事的。 -
RogerMooreJr4—泰裤辣，飞书也原生支持。 -
KimberlyWard_2022—有个问题，它这个知识库的引用能追溯到原文吗？还是只是丢个链接？ -
KTNMEKYGV—Reddit 上有人说得挺实在，如果团队本来就不爱记录决策，那把这些空白喂给 AI，它也只会继承你原有的混乱，共享上下文这东西是双刃剑，治理跟不上照样白搭。 -
SusanMitchell_X—产品是真新，更新日志稀稀拉拉的，评测也少，现在下重注还是得留点容错空间。 -
YaninaYanickiy—对比 OpenClaw 那个页面写得挺诚实，没装作能完全替代对方，一个偏个人深度定制一个补团队协作，定位分得很清楚。现在市面上一堆 AI 工具张口就是颠覆谁替代谁，反而这种老老实实说清楚自己边界的更让人放心，好感度直接加分。 -
Katherine.Scott_99—Product Hunt 当日第二，冲。