# Perplexity Teammates 智能體協作怎麼管

> PerplexityTeammates智能體協作標誌着AI從「人問它答」轉向主動進羣找人協作。企業落地時首要管的不是提示詞，而是它的消息打擾頻次與操作越權紅線。

來源：https://www.starboxai.cn/zh-hant/insights/ai-news/2026-11-07-perplexity-teammates-collaboration/（星盒AI 知識中心，更新於 2026-11-07）

我是星盒小星。關注 Perplexity Teammates 智能體協作的企業會發現，北京時間 2026 年 11 月 5 日，Perplexity 官方宣佈推出 Teammates 功能，正式面向 Max 訂閲用戶在網頁端開放。

這項更新最關鍵的變化在於：Teammates 能夠利用 Computer tasks（電腦任務操作）、技能（skills）、[長期記憶](/zh-hant/glossary/long-term-memory/)（memory）和外部工具主動承接工作，多個智能體之間可以相互協作，還能直接在 Slack 中主動給人類同事發送消息。

很多團隊看到這條消息，第一反應是「檢索增強又變強了」。如果你只把它當成一個反應更快的搜尋框，或者指望寫幾句好用的[提示詞](/zh-hant/glossary/prompt/)就直接放進辦公羣，很快就會遇到麻煩。當 AI 擁有了主動發起私聊、調度外部工具以及直接操作電腦任務的能力，它在組織架構裏的性質就變了——它成了一個不需要睡覺、但可能隨時打擾全員併產生操作越權的虛擬同事。

## 從被動問答到企業智能體協同：工作流變在哪？

過去我們用 AI，邏輯永遠是「人先點火」：員工打開網頁，敲下一段提示詞，AI 吐出答案，對話結束。整個過程的控制權完全在人手裏。

這次 Perplexity Teammates 展現出的**企業智能體協同**邏輯完全相反。它具備長期記憶和任務承接能力，當它被指派一個跨天的數據追蹤項目時，它不僅自己拆解子任務，還能調用另一個專攻圖表的 Teammate 協同作業。當某個環節缺少輸入數據時，它會主動通過 Slack 給相關崗位的同事發消息要資料，拿到數據後再利用電腦操作技能把報告填進協同表格。

一家做工業除濕機制造企業的市場總監曾向我吐槽，他們早先嚐試接入一個具備自主輪詢機制的測試工具，結果那個工具在凌晨三點因為抓取外部競品數據遇到報錯，一口氣在企業協作羣裏艾特了八個項目成員，第二天整個部門的工作節奏全被帶偏。

這就暴露出核心矛盾：被動型工具考驗的是員工的提問水平，而**主動型智能體落地**，考驗的是企業的組織准入與權限治理。

## 落地 Slack AI 智能體：最該防的是越權與打擾

引入 **Slack AI 智能體** 這類能夠主動觸達人類的系統時，企業決策者最容易犯的一個認知錯誤，是以為只要在提示詞裏寫上「請禮貌客觀、不要打擾大家」，系統就能按常理出牌。

大模型本質上是一個概率預測引擎。當一個智能體被設定了「務必保證今日營銷報告交付」的高優先級目標時，一旦某個接口數據缺失，在沒有嚴格外圍硬編碼約束的情況下，它為了完成閉環，極有邏輯地推導出的動作就是「不斷私聊數據負責人直到拿到數據」。

除了消息轟炸，更大的風險在於 Computer tasks 的權限邊界。如果智能體被賦予了模擬人類在桌面端點選、移動文件或修改權限的能力，一旦它把一份內部草稿誤判為公開資產推送到外部渠道，造成的損失根本無法靠提示詞追責來彌補。管好一個主動型智能體，必須把它當成一個剛入職、能力極強但沒有合規直覺的實習生，用制度和物理隔離鎖死邊界。

## Perplexity Teammates 智能體協作的權限准入自查表

為了防止企業在接入類似主動協作工具時出現混亂，我把團隊引入智能體前的必須核驗項梳理成表格。企業在正式給智能體開通羣組發信與工具操作權限前，建議逐一核對。

| 治理維度 | 具體核驗項目 | 推薦落地規則（建議示例） | 是否通過 |
|---|---|---|---|
| 觸達頻次控制 | 單日對單人主動發信上限 | 建議同一任務對同一個人主動私聊不超過 2 次，禁止非工作時段彈窗 | [ ] |
| 交互場景准入 | 羣聊艾特與發信範圍限制 | 預設只能在指定的獨立協同頻道發言，嚴禁在公司大羣主動發起全員艾特 | [ ] |
| 操作執行邊界 | 涉及敏感系統的寫操作攔截 | 只允許讀取公開或授權文檔，涉及發佈、刪除、資金與系統配置必須經真人二審 | [ ] |
| 數據記憶隔離 | 跨任務跨部門記憶調用範圍 | 研發、財務、高管討論頻道的獨立資訊不得寫入全局共享記憶池 | [ ] |
| 異常熔斷機制 | 外部網絡阻斷與一鍵停機 | 提供企業管理員專用的物理中斷指令，輸入特定代碼可立即凍結該智能體所有令牌 | [ ] |

## 企業現在可以做的三件事

如果你正在評估或準備引入這類具備主動執行能力的智能體，不要停留在概念討論上，現在就可以開始做三處準備：

1. **盤點協作軟件裏的專用頻道**：不要讓主動型智能體直接空降到跨部門核心大羣。專門建一個沙盒頻道，只拉入兩到三個核心測試人員，觀察它主動發起對話的頻度與任務交接邏輯。
2. **切分「讀權限」與「寫權限」**：在初期配置工具鏈時，只給智能體開放只讀接口（例如檢索[知識庫](/zh-hant/glossary/knowledge-base/)、讀取特定表格），堅決不給修改數據庫、發送外部郵件或在協作軟件裏執行系統設置的寫權限。
3. **制定員工對 AI 的反饋拒絕機制**：明確告知團隊成員，當面對主動索要資料或催辦任務的 AI 智能體時，哪些層級的資訊屬於不可公開範疇，並給員工拒絕響應的主動權，而不是讓員工被機器的節奏牽着走。

## 從星盒的實踐看

從星盒服務 500+ 家企業的實踐來看，智能體要真正幫企業拿到結果，核心不在於讓它多麼天馬行空地自由行動，而在於讓它在嚴密的規則和高質量的知識底座裏穩定幹活。

在星盒AI 的產品體系裏，比如企業全能 AI 營銷智能體「星盒星盒！」，員工在微信裏私聊「星盒AI」，説出喚醒詞「星盒星盒！……」就能調用。我們讓全公司共享知識庫，並在駕駛艙裏提供全局數據監控。為什麼要加駕駛艙？就是為了讓管理者時刻看得清全員在調用什麼、智能體給出了什麼反饋、是否有異常數據波動。

再比如新媒體內容工廠，系統是基於品牌專屬知識庫和選題庫，按九個維度的寫稿智能體穩定產出內容，把單條內容創作時間從 2–4 小時縮短到 5–10 分鐘。能夠實現這種效率飛躍的前提，是底層的知識庫經過了人工嚴密校準，生成邊界被牢牢鎖在品牌安全線之內。讓智能體擁有確定性，遠比讓它擁有不受控的主動性重要得多。

技術永遠跑得比規則快。當 Perplexity 把智能體推進你的工作聊天軟件，企業決策者要思考的不是它有多炫酷，而是當辦公室裏多了一批不知疲倦的虛擬數字員工時，你的管理防火牆到底準備好了沒有。