Ando 团队消息平台让 AI 代理拥有职场席位，剑指 Slack

Ando 凭借 2,000 万美元融资推出了一款 Slack 竞争产品，并提出了更鲜明的理念：AI 代理应以参与者而非已安装应用的身份加入职场对话。Ando 团队消息平台为代理提供身份、收件箱、权限，以及访问共享讨论的能力。它们可以关注频道、联系同事，并在无需等待有人把信息复制到单独的 AI 窗口时采取行动。

这一设计对 Slack 和 Microsoft Teams 背后的模式提出了挑战。两家现有巨头如今都支持代理，但它们最初都是面向人类员工的通信系统。Ando 则从一开始就让人类与软件代理共处同一工作空间。这一区别听起来微妙，但当代理需要发现问题、找到合适的同事，或连接多个频道中作出的决策时，差异便会显现。

该公司规模仍然不大，其说法主要来自创始人、投资者和早期用户。Slack 已拥有庞大的生态系统、企业级控制能力及自身的代理战略。Microsoft 可以将代理连接到 Teams、Microsoft 365 和组织数据。Ando 并非进入一个空白市场。它押注于：围绕代理重新设计工作空间，比在既有工作空间中添加代理更重要。

Ando 团队消息将代理视为成员

Ando 最具决定性的选择，是让 AI 代理在组织中拥有一个持久的位置，而不是将其变成等待提示的工具。

Ando 于 2026 年 9 月 24 日结束隐身模式。创始人兼 CEO Sara Du 将该产品描述为一套完整的团队通信系统，面向雇用 AI 代理的组织。此次发布还披露，公司已从 Accel、Index Ventures 和 Emergence Capital 获得 2,000 万美元融资。

该平台包含频道、私信、群组对话和实时通话。通话可被转录，因此代理能够查看参与者讨论的内容。代理还拥有各自的身份和收件箱，而不是通过通用集成账户进行通信。

这种身份会影响代理参与的方式。它可以浏览频道，判断哪些讨论值得关注，并在未被点名的情况下加入对话。当它认为某个问题需要判断或批准时，也可以向人类同事发送消息。

在现有协作产品中，员工通常通过提及来召唤助手，或打开一个独立的代理会话。员工提供上下文、审阅回答，再将有用信息带回团队。Du 将这种人称为“meat proxy”，因为员工成为了软件与同事之间的传输层。

Ando 的模式试图移除这一中继环节。亲历原始讨论的代理可以保留相关上下文。它可以向另一名参与者询问缺失信息，或在人类对话结束后继续工作。

该公司表示，其代理还能连接原本彼此孤立的讨论。据称，一名代理发现两个频道正在处理同一问题后，创建了一个群组对话，解释了重叠之处，并在未收到直接请求的情况下提出决策建议。

这一例子概括了产品意图中的差异。聊天机器人在受限的交互中作出回应。参与型代理则会监控共享环境，并在其指令和权限允许时主动发起协调。

Ando 保持代理中立。团队可以接入使用 Codex、Claude、Devin 或 Grokbot 等系统构建的代理。该公司还提供自有的托管代理框架，即管理代理模型、工具、上下文和执行过程的软件层。

Ando 发布文章称，公司在开发开始数周后便将内部工作从 Slack 迁出。这体现了其信念，但尚不足以证明更大型客户也会作出同样的迁移。

Ando 称，来自软件、金融和房地产行业的客户正在 15 个国家使用该平台。其中许多团队规模仍然较小。因此，此次发布展示的是产品理念和早期采用信号，而非经企业级规模验证的成果。

该产品之所以重要，在于它改变了协作的基本单位。Slack 让频道成为人和应用共享的空间。Ando 希望将工作空间成员扩展为既包括人，也包括自主运行的软件工作者。

这一变化带来了围绕此次发布的核心问题：如果代理成为活跃同事，职场是否需要新的通信层，还是既有平台可以吸收同样的行为模式？

为什么代理原生消息平台此刻很重要

Ando 的机会源于 AI 代理正从私人助手转变为可跨团队执行多步骤工作的系统。

Du 于 2025 年帮助企业构建 Model Context Protocol 服务器时，开始探索这一问题。MCP 是一项标准，使 AI 系统能够通过通用接口连接工具和数据。客户希望在 Slack 中使用这些已连接的代理，但消息传输、上下文管理和 token 消耗造成了阻力。

每项困难都指向同一种架构错配。职场即时通信工具假设人类会阅读对话、判断重要事项，并告诉软件该做什么。代理挑战了这一顺序，因为它们能够监控信息、发起任务，并自行传达结果。

传统集成可以发送提醒或响应命令。自主代理则需要更持久的角色。它必须知道自己可以访问哪些对话、可以采取哪些行动，以及应在何时打断人类。

持久上下文同样重要。一项决策很少只存在于一条消息中。其推理过程可能横跨一次通话、一段私下交流和多个频道话题串。只有在被提及时才加入的代理，会收到即时提示，却可能错过赋予请求意义的历史背景。

随着企业部署多个代理，这一问题愈发明显。编程代理、研究代理、支持代理和财务代理都可以完成专业工作。它们的综合价值取决于能否共享上下文并进行协调，而不为员工增加更多管理工作。

Ando 的答案是将协调置于消息工具内部。代理可以观察其获授权访问的对话，然后通过人类使用的同一界面路由问题和结果。

这一方法也将消息转化为运营上下文。一段对话不仅记录团队作出了什么决定，也记录参与者为何否决其他方案。能够看到这些推理过程的代理，可以交付与决策一致的工作，而无需从简短提示中重新推断意图。

这一理念类似于共享的 AI 知识库，但消息工具增加了实时参与能力。存储的知识解释过去发生了什么；活跃对话则揭示团队此刻正在作出什么决定。

投资者正在押注于这一差异。Accel 认为，随着组织增加更多代理，协调上下文、记忆和活动会变得更困难。其投资论点将 Ando 定位为这一多人协作环境的基础设施。

这一时机也反映了代理能力的变化。模型如今可以使用工具、处理更长的任务，并在受阻时回到人类那里寻求协助。这些行为创造了更大价值，但也带来了更多状态更新、例外情况、审批和交接。

代理原生消息工具承诺降低这种协调成本。代理可以识别相关讨论、说明自己的工作，并向正确的人请求决策。人类无需监控每一步执行过程。

然而，更高的自主性也带来了对问责的新要求。团队需要知道是哪一个代理发言、它使用了哪些信息，以及执行了哪些操作。赋予代理稳定身份，可能使这些记录更容易审查。

仅有身份并不能解决治理问题。产品还需要可靠的权限边界、审计轨迹、保留控制和可预测的升级规则。当代理能够主动发起对话或跨部门行动时，这些要求会更加严格。

因此，Ando 同时在解决两个问题。它希望代理能更自然地参与，同时让它们的参与在熟悉的通信系统中清晰可见。其成功取决于能否在不让职场对话更难以信任的前提下提升自主性。

Slack 已在迈向同一目的地

Ando 的竞争对手不是 2023 年的 Slack，而是一家如今将代理描述为队友的既有巨头。

Slack 允许用户直接向代理发送消息、将代理添加到频道，并查看先前的会话。其 Agents and Tools 区域为员工提供了发现助手和监控其工作的场所。

该平台还支持通过 Salesforce 创建的 Agentforce 代理。管理员控制访问权限，代理则可以回答问题并完成已配置的任务。Slack 的代理文档称，代理可以参与频道、私信和专用编程空间。

Slack 在分发方面拥有显著优势。企业已在其中存储了多年来的对话、决策、工作流和集成。要求它们添加一个代理，远比要求它们将员工和通信历史迁移到其他地方容易。

Salesforce 的所有权为其带来另一项优势。Agentforce 可以将职场对话与客户记录、服务案例和业务流程相连接。Slack 可以将自己定位为更广泛企业系统的对话式前端。

这一优势也为 Ando 创造了机会。Slack 必须保持与既有工作流、应用和治理规则的兼容性。其代理进入的是一个基本交互模式早于自主软件同事成为现实可能之前设计的系统。

Ando 没有这样的历史包袱。它可以将代理身份、上下文、权限和主动行为视为基础产品原语。该公司可以围绕混合团队优化其界面，而无需保护旧有应用模式。

这种对比并不只是有代理与没有代理的区别。两个平台都支持代理。真正的竞争是改造后参与与原生参与之间的较量。

在 Slack 中，许多交互仍始于用户找到代理、打开会话，或在频道中提及它。Ando 希望代理能发现有价值的工作，并在恰当时机加入。这一差异决定了谁承担协调负担。

Slack 也在缩小差距。2026 年 4 月，该公司宣布推出更多用于构建、部署和治理代理的工具。它将 Slack 描述为一个代理优先的工作空间，具备对话上下文和集中式管理能力。

到 9 月，Slack 开始将 Slackbot 宣传为一名连接频道与 Salesforce 数据的队友。其代理式工作空间包括代理浏览、协作编程，以及从对话中发起的操作。

Microsoft 面临着类似的挑战。Teams 用户可以将 Copilot agents 添加到群聊中，就讨论内容提问，并请求生成摘要。Microsoft 的群聊 agents同样继承了庞大生产力套件的访问能力。

这意味着，Ando 无法仅凭 agent chat 胜出。它必须证明，agent 的持续成员身份能够带来实质上优于附着于现有工作区的 agent 的协作效果。

该公司还面临新兴挑战者。Jack Dorsey 的 Buzz 将人与 AI agents 纳入共享对话，对开发者有更强的侧重。Glue 也在探索围绕 AI 和 MCP connections 的职场协作模式。

这些产品表明，这一类别正围绕一个共同信念形成：下一代职场即时通讯工具，可能需要像协调人类员工一样谨慎地协调软件工作者。

不过，类别势头并不保证创业公司能够胜出。现有巨头可以复制显性的界面功能。agent 侧边栏、独立的个人资料和频道成员身份，本身并不能构成持久优势。

Ando 的可防御性必须来自整个系统的运行方式，包括上下文路由、agent 间协作、权限执行、通知质量，以及主动介入的可靠性。

Slack 和 Teams 的能力越强，Ando 的定位就必须越具体。它需要证明，以 agent 为原生基础会改变结果，而不只是改变术语。

真正的考验是主动 agents 能否减少工作量

主动加入对话的 agent 可以减少协调工作，但也可能带来噪音、错误和新的安全问题。

Ando 最吸引人的场景很容易理解。两个团队在不同频道中不知情地讨论同一个客户问题。一个 agent 识别出这种重叠，召集相关参与者，总结两条讨论线索，并提出下一步建议。

这种介入能够节省时间，因为 agent 观察到的消息比任何单个员工能够跟进的都更多。它还能在重复工作演变为代价高昂的延误之前采取行动。

同样的能力也可能以多种方式失效。agent 可能因为对话使用了相似的语言而错误地关联无关内容；它可能泄露受限频道的信息；也可能用不准确的摘要打断一场敏感讨论。

误报很重要，因为职场注意力是稀缺资源。员工已经要处理来自人员、应用、日历和自动化工作流的通知。主动 agents 虽可能改善协作，却也可能让沟通层变得更加嘈杂。

因此，Ando 必须解决相关性问题，而不只是访问权限问题。agent 需要经过校准的阈值，以判断何时发言、何时私下询问，以及何时保持沉默。这些决定取决于很少会出现在正式指令中的组织规范。

权限带来了另一项挑战。人类员工明白，拥有访问权并不总是意味着有权重新分发信息。软件系统需要针对同一边界制定明确政策。

一个 agent 可能有权读取两个频道，却仍会因合并其中内容而制造风险。财务、法务、人力资源和客户团队通常遵循不同的保密预期。跨频道智能可能演变为跨频道泄露。

持续的身份标识或许能提升这方面的问责性。团队可以区分不同 agent，并检查其对话历史。管理员还可以将权限与 agent 的角色绑定，而不是向通用应用授予广泛访问权。

不过，身份只是起点。买方还需要获得关于数据保留、模型提供商、工具执行、审计日志和事件响应的明确答案。他们还需要能够经受 agent 底层模型或指令变化的控制措施。

即使不考虑订阅价格，Token 消耗也带来经济约束。监控频道、处理调用和维护上下文可能需要大量模型使用量。Du 表示，部分新资金将帮助公司“burn through more tokens”。

这句话凸显了产品中的一种张力。agents 观察的上下文越多，便越有用；处理更多上下文也会提高计算成本，并为无关或敏感数据进入模型创造更多机会。

成熟的系统需要选择性注意力。它不能把每条消息都发送给每个 agent。平台必须决定哪些上下文重要、保留多久，以及何时刷新 agent 的理解。

这些决策的质量将塑造用户体验。如果系统遗漏重要上下文，agents 仍只是浅层助手；如果它吸收得过多，组织将面临更高成本、更慢响应和更大的隐私暴露。

采用过程则呈现另一种风险。Ando 表示，早期体验者起初看到的是一个不够成熟的消息平台，因此忽视了 agent 的行为。这种反应可以理解，因为员工整天都在使用即时通讯工具。

创业公司不能把常规消息功能视作次要问题。搜索、通知、通话、移动端可靠性、文件处理和管理功能都必须运行良好，客户才会认可新的 agent 模式。

转换成本会放大每一项弱点。迁离 Slack 或 Teams 意味着改变习惯、集成、档案和治理流程。创新的 agent 体验未必能够抵消整个组织其他层面的扰动。

Ando 的早期客户主要集中于小型团队。这类团队可以快速迁移，也能容忍产品缺口。他们的体验未必能预测拥有数千名用户的受监管企业内部的采用情况。

因此，最强的初始市场可能是拥有大量 agents、且遗留基础设施相对较少的 AI-native 公司。这些组织最强烈地感受到协作难题，迁移成本也更低。

如果 Ando 能在这里取得成功，它就能证明 agent 成员身份会改变生产力。它需要给出具体成果，例如更少的人工交接、更快的决策或更少的重复工作。仅靠创始人的轶事无法定论。

该产品的承诺并非 agents 能够发送消息，现有工具已经支持这一点。它承诺的是，agents 能够承担一部分过去由人完成的社交和运营协调工作。

这是高得多的门槛。它要求技术可靠性、组织判断力和信任。满足这些要求的系统可以为新的职场层级提供理由；无法满足的系统则会成为又一个需要管理的消息来源。

Agent 身份改变团队协作的形态

Ando 更深层的押注是，公司将围绕混合团队来组织，其中软件 agents 担任角色，而不只是提供答案。

当前大多数 AI 工作流仍是一对一的。一个人要求助手起草文档、分析数据或修改代码。结果返回给这个人，再由其决定如何将其纳入组织。

Ando 用多人协作模式取代了这种私密交互。agent 参与到任务分配、讨论和审查发生的地方。这让其输出对参与形成底层决策的同事可见。

共享可见性可以提升问责性。团队成员可以在同一讨论串中质疑 agent 的推理。另一个 agent 可以补充证据，而负责的人类则解决分歧。

这一模式也改变了管理方式。项目负责人或许会通过同样的频道协调人员和 agents，但这些参与者的行为不同。agents 能处理更多消息并持续运行，而人类则贡献判断力、关系和责任。

Du 认为，小型团队将利用 agents 达到过去需要更多员工才能实现的运营规模。这一说法尚未得到验证，但它揭示了产品背后的组织雄心。

短期结果可能不会如此戏剧性。agents 更可能先吸收狭窄的协调任务，而非管理广泛运营。它们可以准备上下文、追踪相关讨论、路由问题并维护状态摘要。

这些任务仍然很重要。知识工作者花费大量时间寻找信息，并重新连接在不同地点作出的决策。能够减少这种碎片化的平台，在 agents 成为完全自主的同事之前就能创造价值。

这一模式也支持 agent 专业化。研究 agent 可以跟踪市场讨论，工程 agent 则监控实施频道。支持 agent 可以识别产品问题，并询问工程 agent 是否正在修复。

Agent-to-agent communication 让这些工作流成为可能，但也使监督更加复杂。软件 agents 之间的对话可能发展得比人类审查更快。团队需要明确的节点，让判断、授权或问责回到人身上。

这也是为什么即时通讯工具可以不仅仅是用户界面。它可以作为委派和升级处理的可见记录。对话展示了 agent 知道什么、联系了谁，以及人类何时介入。

然而，聊天记录并不自动构成足够的审计系统。消息可能遗漏工具调用、中间推理或从其他系统检索的数据。企业客户会期望在对话时间线之外获得更深入的执行记录。

Ando 对身份的强调提供了一个有用的组织原则。每个 agent 都可以拥有可识别的角色、权限和历史。这种结构类似于企业管理服务账户的方式，但它将 agent 呈现为日常工作中的同事。

风险在于拟人化。类似人类的个人资料可以让 agent 更容易接近，却可能鼓励员工给予它超出其准确性应得程度的信任。产品设计必须让能力和局限性清晰可见。

平台还需要区分权威性与流畅表达。agent 可能写得信心十足，却无权确认一项决定。其消息应显示它是在提出建议、报告、请求批准，还是在授权范围内行动。

随着混合团队的发展，这些信号将变得更加重要。想法与已获批准的行动之间的区别必须始终清晰，无论产出来自人还是 agent。

因此，人类与 AI 的协作需要的不只是把双方放进群聊。它还需要关于上下文、身份、权限和升级处理的规则。Ando 正是围绕这一前提构建其产品。

这一战略可能赋予公司更广泛套件所缺乏的专注度，但也可能让 Ando 与现有巨头持续吸收的功能竞争。结果取决于混合团队协作是否会成为独立的产品类别。

哪些因素将显示 Ando 能否挑战 Slack

三个信号将揭示 Ando 是否找到了持久的平台转变，还是仅有一项现有巨头可以复现的有趣功能。

第一个信号是超越小型 AI-native 团队的采用情况。Ando 表示其服务覆盖 15 个国家的客户，但尚未披露用户数量、留存数据或典型部署规模。

更大规模的客户推广将加强公司的论点。它们将表明，组织愿意承担迁移成本，以获得 agent-native 协作。若持续集中于小型团队，则意味着市场更为狭窄。

留存比初步试用更重要。即时通讯平台通过日常使用和不断积累的上下文产生价值。持续活跃数月的团队，比尝试新界面的公司提供更有力的证据。

第二个信号是 Slack 和 Microsoft 的回应方式。两者都已允许智能体进入共享对话，也都掌控着成熟的企业生态系统。它们接下来的产品变化，将检验能在多大程度上复制 Ando 所强调的差异化。

如果 Slack 允许智能体独立跟进相关频道、跨讨论协调，并在明确的控制机制下发起对话，Ando 的产品差距将缩小。Microsoft 则可以通过 Teams、Copilot 和 Microsoft Graph 推进类似能力。

现有巨头的执行也可能验证 Ando 的论点。如果 Slack 和 Teams 围绕持久化智能体重新设计核心交互，就意味着职场沟通正在发生变化。届时，Ando 将在实现方式、中立性和速度上展开竞争。

第三个信号是 Ando 能否证明其自主性既安全又有用。该公司需要拿出证据，证明主动式智能体能够减少交接环节，而不会用频繁打扰淹没团队，或暴露信息。

客户案例研究应报告运营层面的成果，而不只是表达认可。可参考的指标包括协调过程中节省的时间、重复任务的减少、升级处理速度的提升，以及错误干预的发生率。

安全文档同样重要。买家应关注细粒度权限、可导出的审计日志、数据控制，以及智能体观察与智能体行动之间是否有清晰隔离。

Ando 还需要证明其“智能体无关”的承诺能在实践中成立。支持多种智能体系统，只有在身份、权限和上下文能够在各系统间保持一致时才有价值。

该产品最有力的定位是中立的协调基础设施。Slack 与 Salesforce 紧密绑定，Teams 则处于 Microsoft 的生态系统内。Ando 可以让来自相互竞争的模型和软件提供商的智能体进入同一个共享工作空间。

中立性意味着集成工作。每种智能体框架暴露的能力、工具规则和上下文行为都不同。Ando 必须在不隐藏管理员所需信息的前提下，对这些差异进行标准化。

该公司获得的 2,000 万美元使其拥有招聘和开发平台的资源，但这并不能抹去 Slack 和 Microsoft 所拥有的分发优势。Ando 必须将架构上的专注转化为员工每天都愿意使用的产品。

对企业买家而言，眼下的问题不是是否替换 Slack，而是智能体协调是否已痛苦到足以值得测试一个专用环境。

评估 Ando 这一 Slack 替代方案的团队，应从一个需要反复人工转接的工作流程开始。他们可以观察持久化的智能体参与是否消除了这些交接，还是仅仅增加了更多对话。

开发者应关注 Ando 的智能体接口和治理控制的质量。知识工作者应关注智能体能否发现有价值的关联，而不变得具有侵扰性。买家则应要求提供自主性仍保持可追责的证据。

Ando 团队消息传递提出了清晰的愿景：智能体应在决策发生的房间内工作。未来几个月将揭示，客户是否需要一个新房间，还是 Slack 和 Teams 能够翻新它们已经拥有的房间。

实际测试很简单。选择一个跨职能流程，定义智能体可以观察和执行的事项，然后衡量协调是否得到改善。如果智能体能够持续连接上下文、升级需要判断的问题并减少人工转接，Ando 的前提就会更有说服力。如果员工花费更多时间纠正干扰、管理权限，那么智能体原生设计就尚未解决更棘手的问题。在将此视为已成定局的平台转变之前，应关注客户留存、企业部署和现有巨头的产品变化。职场消息传递的未来，不会由智能体能否发言决定，而将由团队能否信任它们参与其中决定。