Teamo

全球首個為知識工作者而生的A2A正規化多智慧體協作AI生產力平臺

工作流

https://teamoteam.com/

前往官網

深度報告

Teamo是由浮點奇蹟（北京）科技有限公司開發的全球首個多智慧體協作AI生產力平臺，定位為「全球首個為知識工作者而生的A2A正規化超級Agent」。該產品於2025年6月10日推出Alpha內測版本，採用Agent2Agent（A2A）協作模式，透過模擬真實團隊協作的方式，將多個專業智慧體組合在一起，共同完成複雜任務。產品目前處於免費內測階段，使用者可透過官網申請加入Waiting List或使用邀請碼體驗。Teamo的核心優勢在於端到端自動化、資訊可溯源、賽馬選優機制以及針對知識密集型工作場景的深度最佳化。
浮點奇蹟（北京）科技有限公司成立於2023年5月，總部位於北京海淀區，由知乎2024新知得主夕小瑤創辦。夕小瑤畢業於中國科學院大學計算機系，是知名的AI創業者兼科技自媒體博主，在知乎分享了大量AI Agent相關的技術產品乾貨，積累了顯著的行業影響力。2023年8月，公司獲得奇績創壇數百萬元天使輪投資，隨後開始了密集的產品迭代。公司願景是讓每個「不甘平凡」的人都能擁有頂級的Agent生產資料，成為新時代超級個體。公司發展歷程清晰展現了技術積累路徑：2023年5月成立並研發商用級高可靠Agent框架TiMO；2023年11月釋出賽博馬良，首個面向內容創作者的搜推寫一體化Agent；2024年2月釋出浮點深瞳，首個面向企業營銷人員的社媒流量洞察Agent；2024年4月釋出AskManyAI，成為最受中文知識工作者歡迎的入口型ChatBot生產力平臺；2024年8月釋出跨語種AI搜尋框架FloatSearch，呼叫量破千萬；2025年4月打造Teamo，全球首個面向知識工作者的Multi-agent生產力平臺。這一路勁體現了團隊在AI Agent領域的持續深耕和能力沉澱。
Teamo採用基於MAS（多智慧體系統）的產品架構，模擬真實企業組織架構，給予使用者一支「賽博打工人軍團」來調遣，讓使用者從「帶AI實習生」升級為「讓AI CEO領導AI團隊」。核心思路是將任務分配給不同專長的Agent團隊協作解決複雜問題，而非依賴單一通用Agent。在技術架構方面，Teamo採用A2A（Agent-to-Agent）+ MCP（Model Context Protocol）雙協議技術底座。A2A協議實現不同Agent間的任務傳遞與協作邏輯，MCP協議打通外部工具鏈（搜尋引擎、資料庫、API），實現實時資料獲取。這種雙協議設計使Teamo能夠靈活排程多種AI模型，根據任務場景智慧組合匹配。 Teamo內部構建了完整的職級體系與協作流程：CEO Agent（隊長）負責整體規劃，理解複雜需求，拆解任務並分配給各個專業小組；專業小組組長進行前期思考與規劃，將任務細分派發給各組員；專業小組組員發揮各自擅長的領域，並行執行任務。目前已上線的小組包括搜尋組（負責獲取學術、行業、新聞等多源資訊，支援文獻溯源，設有通用搜尋員、金融搜尋員、科技搜尋員等）、諮詢組（基於搜尋結果深度分析趨勢，提煉關鍵洞察，下設知識問答專家、深度分析師等）和寫作組（根據搜尋資訊與諮詢分析成果，按規範和要點輸出內容，下設媒體寫手、公文寫作員、商業分析師等）。研發組和設計組即將上線。核心功能矩陣涵蓋八大模組：多智慧體協作架構模擬真實團隊架構，由隊長統一指揮，下設搜尋組、諮詢組、寫作組、設計組等專業小組；超級搜寫一體化覆蓋「任務理解→規劃分解→多源檢索→交叉驗證→分析整合→結構化生成」的全鏈路智慧流程；賽馬機制讓多個模型同時工作競爭，組長選出最佳結果，使用者可體驗「老闆看內部賽馬」的快感；角色化互動介面讓使用者可透過與不同職能的Agent互動，下達指令或進行微調；透明可追溯工作流讓使用者可實時檢視每個智慧體的工作進度和產出，有效緩解AI「幻覺」問題；跨模態排程能力排程文字、資料、圖片、程式碼等多種AI模型，按場景智慧組合匹配；結構化輸出模板內建SWOT分析、商業計劃書、學術論文等專業報告模板；迭代式協作讓使用者可在任務執行過程中隨時介入，調整方向、補充資訊或修正結果。使用者實測案例展示了產品的實際效果。在市場分析報告場景中，使用者輸入任務「分析2025年中國智慧家居語音助手市場競爭格局」，Teamo在5分鐘內完成全流程：CEO Agent將任務分配給搜尋組組長，組長明確需要調研的具體維度和深度要求，精準安排給幾位專業Claude組員執行，搜尋完成後將結果轉交給諮詢組，諮詢組組長制定報告大綱，交由Gemini和DeepSeek深度分析師進行專業分析，任務完成後組長進行績效評分，最終Teamo彙總、驗收並返回結果。使用者反饋「整個流程井然有序，每個環節都有明確的責任劃分，能體驗一把『老闆看內部賽馬』的快感，還能感受到『管理者的視角』」。在創意寫作場景中，搜尋組先收集寫作技巧和相關資料，然後交給寫作組，團隊自動產出創作說明表格和關鍵情節流程圖，使用者表示「高分結果由Gemini寫手完成真的有內味了，圓了我的作家夢」。
根據目前公開資訊，Teamo處於Alpha免費內測階段。2025年6月10日開啟Alpha內測，使用者可透過官網申請加入Waiting List或使用邀請碼體驗。知乎使用者可優先獲取測試名額。正式釋出預計在2025年7月，屆時可能公佈正式定價策略。基於行業慣例和公司產品矩陣分析，未來可能採用訂閱制或按需付費模式，具體定價方案需等官方公佈。
從多個渠道收集的使用者反饋來看，Teamo獲得了積極的市場評價。使用者普遍認為產品「太酷了，感覺像真有個團隊在幫我幹活，效率翻倍」，「讓我體驗了一把『當老闆』的快樂」。抖音使用者反饋「真的吹爆全網最好用AI Teamo，替家人們使用了小半年的，反饋一下體驗，可以說Teamo真的是一款非常好用的智慧體，這是一款效率很高的輔助AI，我認為完勝市面所有智慧體」。還有使用者表示「真的有內味了，圓了我的作家夢」。主要優點包括：過程透明，使用者可以清晰看到任務處理流程；多執行緒提速，並行處理提高工作效率；賽馬選優，多模型競爭保留最佳結果；可控性強，使用者可掌控整個協作過程。使用者指出，能夠體驗「老闆看內部賽馬」的快感是與其他AI產品截然不同的體驗。
行業觀點普遍認為，2025年構建Agent已成為通用AI應用開發中的共識，但具體怎麼做還沒有一個統一正規化。Teamo的出現標誌著AI協作進入了新紀元。人類花費數千年打造出瞭如今複雜的社會化分工的大生產體系，Agent的未來也會是如此。AGI的未來不會誕生於某個「全知全能」的模型，而是出現在多個Agents的協同中。將AGI理解為「多智慧體協作構建的群體智慧」是合理推測，符合AI從「工具」向「系統」演進的趨勢。與競品相比，Teamo具有差異化優勢。AutoGen（微軟）採用對話式架構，適合開放式協作任務；CrewAI像紀律嚴明的特種部隊，適合快速搭建多智慧體任務演示；Coze（位元組）主打低門檻、強對話體驗，適合C端使用者；Dify適合國際化開發者。Teamo的獨特之處在於端到端自動化程度高、資訊可溯源、賽馬選優機制獨特、知識工作者專精、以及針對中文生態的深度最佳化。
作為新興正規化產品，Teamo也存在一些潛在風險和挑戰。首先是技術成熟度問題，A2A協議和相關技術尚需市場驗證，作為新興正規化可能面臨技術穩定性考驗。其次是使用者接受度，使用者需要適應「管理AI團隊」的新互動模式，這與傳統對話式AI的使用習慣有較大差異。第三是競爭加劇，隨著多智慧體概念火熱，微軟（CrewAI、AutoGen）、位元組（Coze）、百度、阿里等巨頭可能推出類似產品，市場競爭將日趨激烈。第四是商業化驗證，免費內測階段結束後，付費模式的市場接受度有待觀察。
Teamo主要面向知識工作者、內容創作者、企業決策者、學術研究人員、學生和自學者等群體。典型應用場景包括科研領域（加速文獻綜述、論文撰寫）、商業分析（快速產出市場報告、競品分析）、內容創作（從選題調研到成稿一站式服務）、金融投研（分析財報、行業動態，生成投資建議）以及教育輔助（為學生定製學習路徑、整理考點資料）。使用建議方面，使用者應明確需求，初始指令越具體任務拆解越精準；善用介入點，在分析或寫作階段可補充指令微調方向；多版本對比，利用賽馬機制獲得不同風格的輸出擇優整合。
Teamo作為全球首個A2A正規化多智慧體協作平臺，代表了AI協作的新正規化。其核心優勢包括創新採用A2A協議重新定義AI協作模式、透過模擬真實企業組織架構提供前所未有的協作體驗、實現從任務理解到結構化輸出的全鏈路自動化、以及透過賽馬機制和透明工作流確保輸出質量和使用者掌控感。產品目前免費內測中，適合對AI生產力工具有需求的知識工作者嘗試體驗。未來隨著功能擴充套件（研發組、設計組即將上線）和商業化推進，Teamo有望成為知識工作者群體的重要AI生產力工具。

使用者評論

redgoose650

—

用了 Teamo 做個市場調研，確實比單個 AI 強太多了，任務分解後各 Agent 各司其職，輸出質量很高。

Megan_Rodriguez_202412

—

A2A 協議落地第一人，夕小瑤團隊確實牛逼。

Jacob_Brown_7

—

之前用 gpt4 寫商業計劃書，現在用 Teamo 生成，速度快多了。

吳靜

—

今天剛拿到邀請碼，試了一下寫市場分析報告，太香了！5分鐘搞定我以前要查資料查半天的內容。

LIra_m

—

賽馬機制真的很有意思能讓多個模型同時跑，組長選出最好的那個，感覺自己像老闆在挑方案。

xPárisBarros_2024

—

隊長-組長-組員的架構挺合理的，像真實團隊一樣分工。

Victoria.Kelly

—

用Teamo寫論文效率直接起飛，搜尋組+寫作組配合默契，比我自己寫的質量還高。

毛睿

—

說實話一開始沒抱多大期望畢竟免費內測，結果被打臉，真的吹爆！

Frank.Carter_2023

—

對比了Coze和Dify，Teamo更適合需要深度調研的場景，流程透明看得見每一步在做什麼。

WEjim

—

請求了個競品分析報告，從搜尋到諮詢到寫作全鏈路自動完成，只要輸入需求就行。

Victoria779

—

感謝夕小瑤團隊做出這麼牛的產品！

Susan_PerryII

—

過程透明是真的香，能看到搜尋組在查什麼，諮詢組在分析什麼，寫作組在寫什麼，不像其他AI完全是黑盒。

RalphTaylor

—

完勝市面上所有智慧體工具，5分鐘產出我以前要搞一天的分析報告。

DrAbhijithBangera_pro

—

調研組搜尋能力很強，比我自己搜的還全面。

LAdams

—

用了兩週，感覺已經回不去了，傳統單Agent根本不夠用。

任貞

—

生成的內容可以溯源到原始出處，這點對做研究的人來說太重要了！

Gary_Kim

—

建議官方出一個教學影片，新手上手有點門檻，但熟悉了之後效率提升明顯。

蔡月玉

—

多執行緒提速不是吹的，同時跑幾個搜尋任務一會就出結果了。

AndreaHernandez_88

—

結構化輸出模板很實用，SWOT分析、商業計劃書這些格式直接套用，省了很多排版時間。

h2rwx18gox

—

支援這麼多模型，Claude、Gemini 都能排程，確實強大。

Bruce_Long_7796

—

迭代式協作我愛了，可以在寫作過程中隨時介入調整方向，比一次性生成然後大幅修改高效太多。

LeviWerner

—

目前還在免費內測且用且珍惜，不知道正式收費後會是什麼價格。

ZebraZoneGreen

—

唯一的缺點就是需要邀請碼才能用，希望能早點開放註冊。

bmp4fequi

—

針對中文場景最佳化得很好，搜尋中文資料比用英文工具順手太多。

汪潔

—

用Teamo完成了第一個商業計劃書框架，諮詢組給出的建議很有洞見！

Deborah_Cooper

—

圓了我的作家夢，Gemini寫手產出的內容真的有內味。

AustinMorales168224

—

唯一的問題是任務執行時間比單個模型長，畢竟是多個 Agent 協同。

GeraldAlvarez_775

—

學術研究場景很適用，文獻綜述可以自動生成。

ti9v2rnj3

—

多 Agent 協作是未來趨勢，Teamo 走在前面了。

ChristinaWilson_Plus93

—

全球首個 A2A 正規化超級 Agent，這定位可以的。

Teamo

深度報告

使用者評論

相關連結

同類產品