Teamo

全球首个为知识工作者而生的A2A范式多智能体协作AI生产力平台

深度报告

  • Teamo是由浮点奇迹(北京)科技有限公司开发的全球首个多智能体协作AI生产力平台,定位为「全球首个为知识工作者而生的A2A范式超级Agent」。该产品于2025年6月10日推出Alpha内测版本,采用Agent2Agent(A2A)协作模式,通过模拟真实团队协作的方式,将多个专业智能体组合在一起,共同完成复杂任务。产品目前处于免费内测阶段,用户可通过官网申请加入Waiting List或使用邀请码体验。Teamo的核心优势在于端到端自动化、信息可溯源、赛马选优机制以及针对知识密集型工作场景的深度优化。

  • 浮点奇迹(北京)科技有限公司成立于2023年5月,总部位于北京海淀区,由知乎2024新知得主夕小瑶创办。夕小瑶毕业于中国科学院大学计算机系,是知名的AI创业者兼科技自媒体博主,在知乎分享了大量AI Agent相关的技术产品干货,积累了显著的行业影响力。2023年8月,公司获得奇绩创坛数百万元天使轮投资,随后开始了密集的产品迭代。公司愿景是让每个「不甘平凡」的人都能拥有顶级的Agent生产资料,成为新时代超级个体。 公司发展历程清晰展现了技术积累路径:2023年5月成立并研发商用级高可靠Agent框架TiMO;2023年11月发布赛博马良,首个面向内容创作者的搜推写一体化Agent;2024年2月发布浮点深瞳,首个面向企业营销人员的社媒流量洞察Agent;2024年4月发布AskManyAI,成为最受中文知识工作者欢迎的入口型ChatBot生产力平台;2024年8月发布跨语种AI搜索框架FloatSearch,调用量破千万;2025年4月打造Teamo,全球首个面向知识工作者的Multi-agent生产力平台。这一路劲体现了团队在AI Agent领域的持续深耕和能力沉淀。

  • Teamo采用基于MAS(多智能体系统)的产品架构,模拟真实企业组织架构,给予用户一支「赛博打工人军团」来调遣,让用户从「带AI实习生」升级为「让AI CEO领导AI团队」。核心思路是将任务分配给不同专长的Agent团队协作解决复杂问题,而非依赖单一通用Agent。 在技术架构方面,Teamo采用A2A(Agent-to-Agent)+ MCP(Model Context Protocol)双协议技术底座。A2A协议实现不同Agent间的任务传递与协作逻辑,MCP协议打通外部工具链(搜索引擎、数据库、API),实现实时数据获取。这种双协议设计使Teamo能够灵活调度多种AI模型,根据任务场景智能组合匹配。 Teamo内部构建了完整的职级体系与协作流程:CEO Agent(队长)负责整体规划,理解复杂需求,拆解任务并分配给各个专业小组;专业小组组长进行前期思考与规划,将任务细分派发给各组员;专业小组组员发挥各自擅长的领域,并行执行任务。目前已上线的小组包括搜索组(负责获取学术、行业、新闻等多源信息,支持文献溯源,设有通用搜索员、金融搜索员、科技搜索员等)、咨询组(基于搜索结果深度分析趋势,提炼关键洞察,下设知识问答专家、深度分析师等)和写作组(根据搜索信息与咨询分析成果,按规范和要点输出内容,下设媒体写手、公文写作员、商业分析师等)。研发组和设计组即将上线。 核心功能矩阵涵盖八大模块:多智能体协作架构模拟真实团队架构,由队长统一指挥,下设搜索组、咨询组、写作组、设计组等专业小组;超级搜写一体化覆盖「任务理解→规划分解→多源检索→交叉验证→分析整合→结构化生成」的全链路智能流程;赛马机制让多个模型同时工作竞争,组长选出最佳结果,用户可体验「老板看内部赛马」的快感;角色化交互界面让用户可通过与不同职能的Agent交互,下达指令或进行微调;透明可追溯工作流让用户可实时查看每个智能体的工作进度和产出,有效缓解AI「幻觉」问题;跨模态调度能力调度文本、数据、图片、代码等多种AI模型,按场景智能组合匹配;结构化输出模板内置SWOT分析、商业计划书、学术论文等专业报告模板;迭代式协作让用户可在任务执行过程中随时介入,调整方向、补充信息或修正结果。 用户实测案例展示了产品的实际效果。在市场分析报告场景中,用户输入任务「分析2025年中国智能家居语音助手市场竞争格局」,Teamo在5分钟内完成全流程:CEO Agent将任务分配给搜索组组长,组长明确需要调研的具体维度和深度要求,精准安排给几位专业Claude组员执行,搜索完成后将结果转交给咨询组,咨询组组长制定报告大纲,交由Gemini和DeepSeek深度分析师进行专业分析,任务完成后组长进行绩效评分,最终Teamo汇总、验收并返回结果。用户反馈「整个流程井然有序,每个环节都有明确的责任划分,能体验一把『老板看内部赛马』的快感,还能感受到『管理者的视角』」。在创意写作场景中,搜索组先收集写作技巧和相关资料,然后交给写作组,团队自动产出创作说明表格和关键情节流程图,用户表示「高分结果由Gemini写手完成真的有内味了,圆了我的作家梦」。

  • 根据目前公开信息,Teamo处于Alpha免费内测阶段。2025年6月10日开启Alpha内测,用户可通过官网申请加入Waiting List或使用邀请码体验。知乎用户可优先获取测试名额。正式发布预计在2025年7月,届时可能公布正式定价策略。基于行业惯例和公司产品矩阵分析,未来可能采用订阅制或按需付费模式,具体定价方案需等官方公布。

  • 从多个渠道收集的用户反馈来看,Teamo获得了积极的市场评价。用户普遍认为产品「太酷了,感觉像真有个团队在帮我干活,效率翻倍」,「让我体验了一把『当老板』的快乐」。抖音用户反馈「真的吹爆全网最好用AI Teamo,替家人们使用了小半年的,反馈一下体验,可以说Teamo真的是一款非常好用的智能体,这是一款效率很高的辅助AI,我认为完胜市面所有智能体」。还有用户表示「真的有内味了,圆了我的作家梦」。 主要优点包括:过程透明,用户可以清晰看到任务处理流程;多线程提速,并行处理提高工作效率;赛马选优,多模型竞争保留最佳结果;可控性强,用户可掌控整个协作过程。用户指出,能够体验「老板看内部赛马」的快感是与其他AI产品截然不同的体验。

  • 行业观点普遍认为,2025年构建Agent已成为通用AI应用开发中的共识,但具体怎么做还没有一个统一范式。Teamo的出现标志着AI协作进入了新纪元。人类花费数千年打造出了如今复杂的社会化分工的大生产体系,Agent的未来也会是如此。AGI的未来不会诞生于某个「全知全能」的模型,而是出现在多个Agents的协同中。将AGI理解为「多智能体协作构建的群体智能」是合理推测,符合AI从「工具」向「系统」演进的趋势。 与竞品相比,Teamo具有差异化优势。AutoGen(微软)采用对话式架构,适合开放式协作任务;CrewAI像纪律严明的特种部队,适合快速搭建多智能体任务演示;Coze(字节)主打低门槛、强对话体验,适合C端用户;Dify适合国际化开发者。Teamo的独特之处在于端到端自动化程度高、信息可溯源、赛马选优机制独特、知识工作者专精、以及针对中文生态的深度优化。

  • 作为新兴范式产品,Teamo也存在一些潜在风险和挑战。首先是技术成熟度问题,A2A协议和相关技术尚需市场验证,作为新兴范式可能面临技术稳定性考验。其次是用户接受度,用户需要适应「管理AI团队」的新交互模式,这与传统对话式AI的使用习惯有较大差异。第三是竞争加剧,随着多智能体概念火热,微软(CrewAI、AutoGen)、字节(Coze)、百度、阿里等巨头可能推出类似产品,市场竞争将日趋激烈。第四是商业化验证,免费内测阶段结束后,付费模式的市场接受度有待观察。

  • Teamo主要面向知识工作者、内容创作者、企业决策者、学术研究人员、学生和自学者等群体。典型应用场景包括科研领域(加速文献综述、论文撰写)、商业分析(快速产出市场报告、竞品分析)、内容创作(从选题调研到成稿一站式服务)、金融投研(分析财报、行业动态,生成投资建议)以及教育辅助(为学生定制学习路径、整理考点资料)。 使用建议方面,用户应明确需求,初始指令越具体任务拆解越精准;善用介入点,在分析或写作阶段可补充指令微调方向;多版本对比,利用赛马机制获得不同风格的输出择优整合。

  • Teamo作为全球首个A2A范式多智能体协作平台,代表了AI协作的新范式。其核心优势包括创新采用A2A协议重新定义AI协作模式、通过模拟真实企业组织架构提供前所未有的协作体验、实现从任务理解到结构化输出的全链路自动化、以及通过赛马机制和透明工作流确保输出质量和用户掌控感。产品目前免费内测中,适合对AI生产力工具有需求的知识工作者尝试体验。未来随着功能扩展(研发组、设计组即将上线)和商业化推进,Teamo有望成为知识工作者群体的重要AI生产力工具。

用户评论

  • 头像
    redgoose650
    用了 Teamo 做个市场调研,确实比单个 AI 强太多了,任务分解后各 Agent 各司其职,输出质量很高。

  • 头像
    Megan_Rodriguez_202412
    A2A 协议落地第一人,夕小瑶团队确实牛逼。

  • 头像
    Jacob_Brown_7
    之前用 gpt4 写商业计划书,现在用 Teamo 生成,速度快多了。

  • 头像
    吴静
    今天刚拿到邀请码,试了一下写市场分析报告,太香了!5分钟搞定我以前要查资料查半天的内容。

  • 头像
    LIra_m
    赛马机制真的很有意思能让多个模型同时跑,组长选出最好的那个,感觉自己像老板在挑方案。

  • 头像
    xPárisBarros_2024
    队长-组长-组员的架构挺合理的,像真实团队一样分工。

  • 头像
    Victoria.Kelly
    用Teamo写论文效率直接起飞,搜索组+写作组配合默契,比我自己写的质量还高。

  • 头像
    毛睿
    说实话一开始没抱多大期望毕竟免费内测,结果被打脸,真的吹爆!

  • 头像
    Frank.Carter_2023
    对比了Coze和Dify,Teamo更适合需要深度调研的场景,流程透明看得见每一步在做什么。

  • 头像
    WEjim
    请求了个竞品分析报告,从搜索到咨询到写作全链路自动完成,只要输入需求就行。

  • 头像
    Victoria779
    感谢夕小瑶团队做出这么牛的产品!

  • 头像
    Susan_PerryII
    过程透明是真的香,能看到搜索组在查什么,咨询组在分析什么,写作组在写什么,不像其他AI完全是黑盒。

  • 头像
    RalphTaylor
    完胜市面上所有智能体工具,5分钟产出我以前要搞一天的分析报告。

  • 头像
    DrAbhijithBangera_pro
    调研组搜索能力很强,比我自己搜的还全面。

  • 头像
    LAdams
    用了两周,感觉已经回不去了,传统单Agent根本不够用。

  • 头像
    任贞
    生成的内容可以溯源到原始出处,这点对做研究的人来说太重要了!

  • 头像
    Gary_Kim
    建议官方出一个教学视频,新手上手有点门槛,但熟悉了之后效率提升明显。

  • 头像
    蔡月玉
    多线程提速不是吹的,同时跑几个搜索任务一会就出结果了。

  • 头像
    AndreaHernandez_88
    结构化输出模板很实用,SWOT分析、商业计划书这些格式直接套用,省了很多排版时间。

  • 头像
    h2rwx18gox
    支持这么多模型,Claude、Gemini 都能调度,确实强大。

  • 头像
    Bruce_Long_7796
    迭代式协作我爱了,可以在写作过程中随时介入调整方向,比一次性生成然后大幅修改高效太多。

  • 头像
    LeviWerner
    目前还在免费内测且用且珍惜,不知道正式收费后会是什么价格。

  • 头像
    ZebraZoneGreen
    唯一的缺点就是需要邀请码才能用,希望能早点开放注册。

  • 头像
    bmp4fequi
    针对中文场景优化得很好,搜索中文资料比用英文工具顺手太多。

  • 头像
    汪洁
    用Teamo完成了第一个商业计划书框架,咨询组给出的建议很有洞见!

  • 头像
    Deborah_Cooper
    圆了我的作家梦,Gemini写手产出的内容真的有内味。

  • 头像
    AustinMorales168224
    唯一的问题是任务执行时间比单个模型长,毕竟是多个 Agent 协同。

  • 头像
    GeraldAlvarez_775
    学术研究场景很适用,文献综述可以自动生成。

  • 头像
    ti9v2rnj3
    多 Agent 协作是未来趋势,Teamo 走在前面了。

  • 头像
    ChristinaWilson_Plus93
    全球首个 A2A 范式超级 Agent,这定位可以的。