一句话总结
Y Combinator 出品的开源多玩家 AI Agent 基座——Slack + Web 双端、多引擎自由切换、按人/按频道的隔离工作空间，上线 5 天即获 5000 Star，直击创业公司「人人都用 AI Agent」的真实痛点。
为什么你的团队需要 QM？
AI Agent 在 2026 年已经从个人效率工具进化成团队基础设施。Claude Code、Codex、OpenCode 这些终端 Agent 极其强大，但它们有个致命缺陷：为单用户设计。
想象一下真实场景：
- 产品经理想让 Agent 整理竞品分析，但她不会用命令行
- 后端工程师的 Agent 正在重构数据库，前端工程师想并行改 UI，但他们共享同一个仓库
- CTO 想知道：团队 10 个人的 Agent 今天都做了什么？有没有人意外删了生产数据？
这些都是 单玩家 Agent 无法优雅解决的问题。YC 的 QM 正是为此而生。
QM 是怎么工作的？
QM 的核心设计哲学：每个人和每个频道都是一个独立的、隔离的工作空间，但它们共享同一个 Agent 基座。
┌─────────────────────────────────────────────────┐
│ Slack / Web UI │
├─────────────────────────────────────────────────┤
│ QM Core (Fastify + Node) │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ Alice │ │ Bob │ │ #product │ │
│ │ Workspace│ │ Workspace│ │ Channel │ │
│ │ - files │ │ - files │ │ - shared │ │
│ │ - memory │ │ - memory │ │ memory │ │
│ │ - keychain│ │ - keychain│ │ - files │ │
│ └──────────┘ └──────────┘ └──────────┘ │
├─────────────────────────────────────────────────┤
│ Agent Loop: Pi / OpenCode / Codex / Claude Code │
├─────────────────────────────────────────────────┤
│ Per-Scope Sandbox │ Postgres (sessions+memory)│
└─────────────────────────────────────────────────┘
关键设计决策：
- 多引擎抽象：Agent Loop 不绑定任何单一模型或 Harness。你可以今天用 Claude Code，明天切到 Codex，核心逻辑不变
- Scope-based 隔离：Alice 的 workspace 看不到 Bob 的文件和 keychain；#engineering 频道的 shared memory 只有频道成员可见
- 同一套工具面：Agent 暴露一个固定的小工具集，其中
execute工具在隔离 sandbox 中运行——已安装的工具保持安装状态
核心功能一览
1. Slack + Web 双端
同一个身份和配置在 Slack 和 Web App 之间无缝切换。产品经理可以在 Web 上用自然语言提问，工程师可以在 Slack 频道里让 Agent 跑 CI。
2. 管理控制台
CTO 可以设定 org 级别的模型策略和安全策略，包括：
- Strict：每次工具调用都需要人工审批
- Auto（默认）：分类器自动筛查外部数据和工具结果
- Dangerous：无筛查，无暂停（不推荐）
所有模式下，预定义的命令策略（如禁止递归删除、禁止破坏性 SQL）始终生效。
3. Web Apps
可以创建内部小应用并发布给指定人群。比如：HR 的入职 Checklist 生成器、销售的日报摘要工具。
4. 共享 Skills
Skills 按 scope 持有，通过授权共享。管理员可以将 Skill 提升为全组织可用，也可以从 Git 仓库导入 Skill Pack。
5. 后台任务
Crons 和 Watches 在无人值守时持续运行。Agent 可以定时查邮件、监控 CI 状态、在固定时间点发布项目更新。
安全模型
QM 的安全策略遵循一个核心理念：Agent 以它所服务的人的身份行事，继承了那个人的凭证和权限，并且所有操作都有审计日志。
三个安全姿态由松到紧：
| 姿态 | 行为 | 适用场景 |
|---|---|---|
| Strict | 每次工具调用暂停等待审批 | 敏感数据操作 |
| Auto | AI 分类器自动筛查外部输入 | 日常使用（默认） |
| Dangerous | 无筛查，无暂停 | 沙箱环境 |
适合谁用？
- 10-100 人创业公司：团队规模刚好够大，需要 Agent 协作但不想自建基础设施
- 已有 Slack 工作流的团队：QM 直接融入现有沟通渠道
- 已经用终端 Agent 的工程师团队：QM 让非技术同事也能用上 Agent
同类工具对比
| 工具 | 定位 | 多用户 | 多引擎 | Slack 集成 | 开源 |
|---|---|---|---|---|---|
| QM | 团队 Agent 基座 | ✅ | ✅ | ✅ | ✅ |
| Claude Code | 个人终端 Agent | ❌ | ❌ | ❌ | ❌ |
| Codex | 个人终端 Agent | ❌ | ❌ | ❌ | ❌ |
| OpenCode | 个人终端 Agent | ❌ | ❌ | ❌ | ✅ |
| CopilotKit | Agent UI 框架 | 需自建 | 部分 | ❌ | ✅ |
QM 是目前唯一一个同时具备多用户隔离、多引擎切换、Slack 原生集成的开源方案。
开始使用
# 初始化部署
npm exec --yes --package=@yc-software/qm@latest -- \
qm init . --org <your-org> --target fly
npm install
部署运行在你自己的云账号（Fly.io 或 AWS），核心仓库没有生产部署工作流。
仓库地址：github.com/yc-software/qm
总结
- QM 解决了 AI Agent 从「个人工具」到「团队基础设施」的关键缺口
- 多人隔离工作空间设计让 Agent 真正在团队中可用
- 多引擎抽象避免了供应商锁定
- YC 背书 + 5 天 5000 Star 说明市场对这个方向的强烈需求
- 开源 + 自部署，创业公司可以完全掌控数据和基础设施
