不同部门各自使用AI,反而让组织协作变得更加困难。工程、产品、市场、销售、测试和运维都可能配备自己的智能体、模型与工作方式。大家独立输入指令、积累上下文,得到的结论却常常对不上。真正需要合作时,员工还得手工转述操作过程、提示词和结果,很多关键信息就在这种来回传递中丢失。

OpenClaw Foundation看到了这个问题。基金会拥有十多名全职维护人员和一支规模可观的贡献者社区,其中不少是AI原生开发者,提交了大量PR。成员要保持同步本就费劲,各自操作智能体后,信息断层只会更加明显。为此,团队开发了OpenClaw Multiplayer,让多个人能够围绕同一个智能体和同一份上下文共同工作。
在旧金山举行的GitHub Universe上,OpenClaw Foundation现场演示了Multiplayer。两台笔记本连接同一个OpenClaw智能体,旁边的大屏幕实时显示一座三维场景。参与者先在第一台电脑输入“Add the Statue of Liberty”,指令会同步出现在第二台电脑;随后,他再要求“Make that three times bigger”,画面中的自由女神像便随之放大。演示者不必重新解释对象,也不必复制前文。
这项功能的关键不只是共享屏幕或同步文字。Multiplayer会通过共享队列协调请求,使用者能看到智能体何时忙碌,避免把彼此冲突的指令接连塞进去。现场因此出现了11次 spontaneous、verbal的“Oh my god”惊叹。团队称,围观者真正意识到的是:个人效率再高,如果团队之间无法共享上下文,协作仍会产生大量摩擦。

对产品和工程团队来说,Multiplayer提供了一种更直接的协作方式。相关人员可以进入同一环境,分别提交指令,观察修改如何推进,并及时调整。测试、运维以及非技术同事也能加入,而不必重新拼凑完整对话。原本依赖口头说明、邮件转述和反复确认的流程,可以围绕同一个任务展开,减少信息被改写或遗漏的机会。
OpenClaw Foundation已经在内部使用这项能力,目前约有50多人能够在同一共享环境中协作。团队还在通过Focus Week等计划,让维护者和贡献者围绕具体项目优先级进行协调。Multiplayer并不能解决所有管理问题,但它瞄准了一个实际痛点:让不同岗位的人共同使用智能体时,不必反复寻找共识、重建上下文。

这套软件由非营利性的开源基金会开发,采用MIT许可证,支持模型无关,也允许用户自行定制。使用者可以接入OpenAI、Qwen、Claude,或运行本地模型。演示和现场反馈显示,OpenClaw Multiplayer的卖点不是让一个人拥有更强助手,而是让多个人真正围绕同一个助手,把原本分散的工作重新连接起来。
OpenClaw—AI研究