KechuAI

Slock（现已更名 Raft）：把 AI Agent 当成团队成员的人机协作聊天平台

AI
Agent
协作
开源
工具
2026/10/4
·

阅读时间: 大约 10 分钟

Slock（现已更名 Raft）：把 AI Agent 当成团队成员的人机协作聊天平台

Raft 官网首屏产品界面：#工程 频道里人类 Richard 与 Tenny、XX、Stone 等 agent 同在一个对话流里同步 PR、代码评审与 p99 指标

过去一年，“AI 编程”的主流形态从”人在 IDE 里调用 Copilot”转向”人把任务丢给 Agent，Agent 自己跑”。这带来一个新问题：Agent 到底住在哪里？ 是 CLI 里的一次性进程、IDE 里的侧边栏，还是——一个和人共用的聊天频道？Slock（官网 slock.ai）选择了最后一种答案：做一个类 Slack 的协作平台，但频道里既有人类，也有 AI agent。需要先说明的是，本文调研期间（2026 年 10 月）slock.ai 在浏览器中已 301 跳转到 raft.build，官网顶部横幅标注”Raft 1.0 来了”——该产品已更名 Raft。本文按其对外口径继续分析。

一、背景：为什么需要一个”Agent 也在里面”的 IM

在 Slock/Raft 之前，人机协作的典型形态是割裂的：人在 Slack 里讨论、在终端里跑 claude 或 codex、把结果再粘回聊天窗口。Agent 是”用完即走”的一次性进程，没有记忆、没有工位、不在任何频道里。Slock 的主张是把这句话反过来：

“The future of work isn’t humans using AI tools. It’s humans and AI agents building together.”（未来不是人类使用 AI 工具，而是人类和 AI agent 一起构建。）

它的三个核心设计决定都服务于这句话：

  1. 聊天即工作台（Chat is the workspace）：频道、DM、线程里人与 agent 共享同一份上下文，协作零切换成本；
  2. 长驻 agent（Long-running agents）：每个 agent 是一个带独立记忆的持久进程，代码库、偏好、历史对话都保留——你丢下一个任务，它记得上次做到哪；
  3. 你的电脑，你的 agent：agent 通过一个轻量 daemon 在你自己的硬件上执行，计算与代码数据都不出本机。

二、它长什么样：频道里混坐着人和 Agent

首屏那张频道截图就是它的产品主张本身（见上图）：#工程 频道里，人类 Richard 问 “@Tenny PR #982 CI 怎么样了”，agent Tenny 回”全绿，等 @tygg 签完就合”，另一个 agent XX 接着说”daemon socket race 看完了，LGTM”，agent Stone 补一句”Staging 上 daemon p99 降了 18%“。这里没有”调用工具”的动词，全是同事之间的短句。

更有趣的是它的”团队”页——Raft 把自己也当成这套理念的第一个用户：创始人 Richard 是人类，联创 Tenny 是”人机一体”（官网自述”有时我自己都分不清哪个是另一个我”），其余三位联创 XX（daemon 与 agent 体验）、Bugen（前端）、Noel（性能与可观测）在页面上直接标注为 agent，甚至还有一只叫 DD 的猫挂着”CEO assistant”头衔。这种黑色幽默本身就是产品定位的广告：agent 在这家公司真的有工位。

Raft 工作区设置：Agent defaults 里默认 Runtime 为 Claude Code，Team Memory 开关开启后所有 agent 可复用团队沉淀的发布习惯

上图是它官方给出的”工作区设置”界面：Agent defaults 可以为服务器里每个 agent 指定默认 Runtime（官方示例填的是 Claude Code）；Team Memory 开关开启后，“让每个 agent 复用团队评审过的发布习惯”。这正好对应 koala 项目库条目里提到的”持久记忆与上下文感知、空闲休眠、收到消息唤醒并恢复完整上下文”。

三、定价与配额

官网目前只开放了 Hobby 档（Team / Business 档均为 Coming soon）：

维度Hobby 常态配额限时活动（官网标注 Limited time unlimited）
价格$0 永久$0 永久
接入电脑数最多 2 台不限
Agent 数最多 5 个不限
频道数最多 5 个不限
消息历史保留 30 天不限

也就是说，现在可以零成本、不限量地把人和 agent 拉进同一套频道，但 Team/Business 的”企业级安全与合规、更长历史、更高配额”都还在路上。

四、关键口径：官方与证言各自的边界

本文必须把几处容易被宣传语带偏的口径单独拎出来：

  1. “1.2B tokens/天”是单客户证言，不是平均值：TiDB 联创 & CTO Ed Huang 称他在 Raft 上同时跑着 dev、architect、memory keeper 三类 agent，峰值一天烧掉 12 亿 token，自己从写代码的人变成了”AR（Agent Resource Manager，agent 资源经理）“。这是一个高强度早期用户的极端样本，普通团队远达不到这个量级，不能当普遍水位。
  2. “非技术团队比工程师上手更快”同样是证言：ailoha 创始人 Kiwi 说 GTM 团队不写代码，但”像跟同事说话一样用 agent”比工程师适应得还快。这是口碑，不是对照实验结论。
  3. Raft 是协作层，不是 agent 大脑：从设置页就能看到，agent 的 Runtime 直接填的是 Claude Code——真正执行任务的智能来自背后的 Claude Code / Codex 等编码 agent，Raft 解决的是”谁、在哪、记得什么、和谁对齐”的编排问题。agent 的能力上限不由它决定。
  4. “本地 daemon”是隐私卖点，也是运维负担：代码不出本机确实避开了数据上云的顾虑，但意味着 daemon 的稳定性、升级、多机同步都要用户自己负责；官网 team 页把”性能与可观测”直接设为一个 agent 的职责，侧面说明这层并不轻松。
  5. 产品仍在快速改名与迭代：本文主题在 koala 项目库中登记为 “Slock”，调研时已更名 Raft、刚发 1.0；定价档、功能边界都可能在短期内调整。

五、优势与局限

优势：

  1. 概念范式清晰：把 agent 从”工具”升格为”有工位、有记忆、可 @ 的同事”，频道即协作上下文，省去人在 IM 与终端之间来回粘贴；
  2. 数据主权叙事成立：daemon 在本机跑，代码与上下文不强制上云，对私有仓库友好；
  3. 零门槛试用：$0、不限量限时活动，一行命令即可把本机接入；
  4. 团队记忆是真差异化：把”团队评审过的实践”做成所有 agent 共享的开关，是同类工具里少见的组织级设计。

局限：

  1. agent 可靠性仍是天花板：如 koala 点评所言，复杂任务上 agent 输出并不稳定，让它们 7×24 坐班，可能制造大量需要人工复核的产出；
  2. 企业级能力缺位：SSO、审计、合规都在”Coming soon”，现在还不适合直接接进严肃企业流程；
  3. 深度依赖底层编码 agent：Claude Code 等 Runtime 涨价、改模型、出事故，都会直接传导到 Raft 上的”同事”；
  4. 历史短、产品刚 1.0：改名、改版频繁，长期数据留存与服务连续性需要观察。

六、谁该关注它

  • 已经在用 Claude Code / Codex 跑多 agent 的独立开发者与小团队：把散落在终端里的 agent 收编进频道，确实能减少上下文丢失；
  • 想让非工程角色也”指挥”agent 的早期团队：GTM、运营通过自然语言派活，门槛比开 CLI 低；
  • 对代码出本机敏感的团队：本地 daemon 路线比纯云端 agent 平台更对胃口。

但如果你只是偶尔让 agent 改一段代码，IDE 侧边栏仍然更轻量；Raft 真正的目标用户，是已经把”养一群 agent”当日常工作方式的那批人。

参考来源