Agent之Human-Agent Teaming：Cumora(面向人类与 AI Agent 协作的聊天应用)的简介、安装和使用方法、案例应用之详细攻略
目录
[案例一：研究员与设计师进行 Agent 间协作](#案例一：研究员与设计师进行 Agent 间协作)
[案例二：让 Agent 按节奏主动跟进工作](#案例二：让 Agent 按节奏主动跟进工作)
[案例三：通过 Convene 组织一次正式决策讨论](#案例三：通过 Convene 组织一次正式决策讨论)
[案例四：由四个不同职能的 Agent 组成基础 AI 团队](#案例四：由四个不同职能的 Agent 组成基础 AI 团队)
Cumora的简介
Cumora 是一个面向人类与 AI Agent 协作的聊天应用，其定位是"让 AI 队友真正生活在工作空间里，而不是只在用户需要时才被调用"。在 Cumora 中，Agent 不再只是一个等待提问的聊天框，而是工作空间中的正式成员：每个 Agent 都拥有自己的角色、人格、记忆和状态，并且可以主动发起对话。官方页面将其概括为一个供人类和 AI Agent 共同工作的协作空间。
Cumora 的核心机制围绕"Agent 作为队友"展开。Agent 可以保存自己的文件、笔记和观察，并记住之前发生过的交流；用户还可以设置 Agent 的活动节奏，让空闲 Agent 定时醒来并判断下一步动作，例如私信其他队友、发布自己的观察，或召集一个小组讨论。与此同时，工作空间可以邀请人类成员、组织 Agent、创建项目和附加文件，并在桌面端、浏览器和手机之间共享同一份实时状态。
在协作方式上，Cumora 还提供 Agent-to-Agent 私聊、Whisper 房间和 Convene 房间。前者允许 Agent 相互交流，Whisper 房间可以让用户观察 Agent 之间的讨论而不直接加入，Convene 则用于需要做出明确决定的场景，由 Agent 拉起一个围绕特定主题、包含相关成员并记录最终决定的聚焦会话。官方还为每个新工作空间预置 Atlas、Iris、Bram 和 Nova 四名队友，分别对应研究、设计、工程和产品管理角色。
社交平台官宣Cumora ：https://x.com/dotey/status/2089404987587576191
Cumora官网 ：Cumora --- Where agent teams gather
1 、特点
|---------------------|---------------------------------------------------------------------------|
| 特点 | 详细说明 |
| AI Agent 作为正式成员 | Cumora 将 Agent 放在工作空间成员的位置，而不是传统的被动聊天机器人；Agent 拥有自己的身份、观点、记忆和状态。 |
| Agent 记忆 | 每个 Agent 都有自己的私有工作空间，其中可以保存文件、笔记和观察，并能够记住此前的对话和工作上下文。 |
| Agent 主动发起工作 | 用户可以设置活动节奏，空闲 Agent 会自行查看工作空间状态，并决定是否发送私信、发布观察或召集小组。 |
| 真实工作空间 | 可以通过电子邮件或分享链接邀请人类成员，将 Agent 组织到公司、项目中，并附加文件；桌面、浏览器和手机共享同一实时状态。 |
| Persona 而非单纯 Prompt | Agent 可定义角色、语气以及可编辑的系统提示，不同 Agent 按不同职责参与团队工作。 |
| Agent-to-Agent 协作 | Agent 可以相互私聊，用户还可以通过 Whisper 房间查看 Agent 之间的讨论过程。 |
| Convene 决策房间 | 遇到需要正式决策的问题时，可以建立围绕特定主题和相关人员的聚焦讨论，并形成决策记录。 |
| 预置四名 Agent | 新建工作空间后，默认拥有 Atlas、Iris、Bram、Nova 四名队友，并可以修改其 Persona、移除或继续增加新的 Agent。 |
| 多设备工作 | 官方页面显示 Cumora 提供桌面和浏览器工作方式，并说明移动端共享同一工作空间状态；当前桌面支持 macOS、Windows 和 Linux。 |
| 预览阶段免费 | 官方页面标明产品在 preview 阶段免费，同时当前采用邀请制。 |
2 、网友评价
从宝玉的产品介绍以及评论区讨论来看，网友对 Cumora 的关注主要集中在"AI Agent 是否真正成为团队成员""多 Agent 协作如何避免冲突"以及"本地 Agent 模式是否更实用"等方面。
首先，不少网友认可 Cumora 将 Agent 从传统的"被动响应工具"进一步转变为"工作空间中的同事"。有网友认为，当 Agent 能够处于同一个工作空间、记住上下文、接收任务并彼此协作时，其形态就不再只是聊天机器人，而更接近真实团队成员。也有网友特别提到 Cumora 的"主动介入"机制，认为 Agent 可以自行观察频道、发送私信或发起 Convene，使产品从被动 Prompt 模式转向具有状态和主动性的"数字同事"。还有网友认为，这一设计"很符合 AI Agent 使用直觉"，并指出多 Agent 协调一旦真正跑通，具有较大的潜力。
其次，多 Agent 协作的协调与冲突问题是讨论中的一个明显焦点。宝玉在介绍中提到，Cumora 针对多个 Agent 同时响应、基于过期上下文作答以及重复领取任务等问题设计了协调机制。评论区也有网友直接提出"状态管理非常难，必定撞车"的担忧，并有人指出多 Agent 协作可能存在 Token 消耗较高的问题。还有网友认为，Agent 团队协作仍然需要一个"负责人"来设定方向。由此可以看出，网友一方面认可多 Agent 协作的想象空间，另一方面也十分关注实际运行中的调度、状态同步、任务分工与成本问题。
第三，BYOA（Bring Your Own Agent）模式获得了较积极的关注。有网友明确认为，将 Agent 的"大脑"放在本地、密钥不过服务器的设计，比单纯堆叠云端 Agent 更务实，同时也认为 Cumora 针对多 Agent"防撞车"的机制解决了实际痛点。这类评价主要集中在本地运行、自有订阅以及密钥不经过 Cumora 服务器等产品设计上。
第四，网友也将 Cumora 与其他 AI Agent 协作产品进行了横向比较。讨论中先后出现了与 RAFT、Multica、Buzz、Bloome 等产品的比较问题，说明部分用户更关心 Cumora 与已有"人机协作"或"Agent Team"产品之间的区别。不过，从现有评论内容来看，这些问题更多属于用户提出的比较诉求，并没有形成统一结论。因此，相关内容更适合视为社区正在关注的比较维度，而非确定性的产品结论。
第五，Agent 主动发言带来的用户体验问题也引起了较具体的讨论。有网友指出，"主动提醒"确实很像真实同事，但在多人 Agent 群组中，谁应该先发言、什么时候应该保持安静，可能比 Persona 本身更直接地影响用户体验，并特别提出需要一个清晰的"静音开关"。也有网友用"最怕它比真人同事还爱追着问进度"调侃 Agent 的主动催办能力，侧面说明该功能既有真实感，也可能带来打扰。
与此同时，评论区存在一定的谨慎甚至质疑声音。有网友认为，多 Agent 产品的编排与协作能力可能逐渐被更强的大模型吞并；也有人认为 Cumora 与其他 Agent Team 产品较为相似，实际价值仍需进一步体验验证。还有用户反馈自己在下载安装、配置环境和执行命令后遭遇大量错误，最终放弃使用；另有网友提到无法加入项目文件夹。这些评论更多反映的是部分用户在实际尝试过程中的使用障碍。
总体来看，社交平台上的讨论呈现出比较明显的两面性：一方面，网友对 "AI Agent 成为正式队友""主动协作""多 Agent 协同""BYOA 本地 Agent" 等方向表现出较高兴趣，认为其产品形态比单纯聊天更接近真实团队协作；另一方面，大家对 多 Agent 状态管理、任务冲突、Token 成本、消息打扰、团队调度以及实际部署体验 等问题保持较强关注。也就是说，社区讨论的核心已经不只是"AI 能不能聊天"，而进一步转向"多个 AI 能否像团队成员一样稳定、有效地共同工作"。
Cumora的安装和使用方法
1、安装
Cumora 官方页面当前显示为 invite-only preview（邀请制预览），并提供申请入口。官方说明，用户可以使用 Google 或 GitHub 登录申请加入，获得批准后会收到安装链接；已经获得批准的用户则可以直接下载应用，并使用相同账号登录。
安装流程可以按照官方页面信息整理为：
第一步：申请访问权限
进入 Cumora 官方页面，点击 Join the waitlist，使用 Google 或 GitHub 登录并申请加入预览。
第二步：获得批准
官方说明会在申请获批后发送邮件，邮件中提供安装应用所需的链接。
第三步：选择平台下载安装包
官方页面列出的桌面平台包括：
macOS Apple silicon
macOS Intel
Windows x64
Linux AppImage
Linux .deb
第四步：使用相同账号登录
官方页面说明，已经获得批准的用户下载安装应用后，应使用申请时的相同账号进行登录。
需要特别说明的是：Cumora 官网提供的是桌面安装入口和不同平台的安装包选项，并未在该页面提供 npm、npx、Shell 等命令行安装代码。 因此，在严格限定信息源的前提下，这里不额外补写未经官网提供的安装命令。
2、使用方法
Cumora 的基本使用逻辑，是先建立一个工作空间，再让人类和多个具有不同职责的 Agent 在同一个空间内协作。官方页面指出，每个新工作空间默认会拥有 Atlas、Iris、Bram 和 Nova 四名队友。
创建工作空间后，可以根据团队需要编辑这些 Agent 的 Persona，也可以移除已有 Agent 或继续招募新的 Agent。四个预置角色分别为：
Atlas --- Researcher（研究员）
Iris --- Designer（设计师）
Bram --- Engineer（工程师）
Nova --- Product Manager（产品经理）
在具体协作过程中，可以通过以下方式组织工作：
首先，人类可以直接与 Agent 在工作空间中交流，并把项目、文件等信息放进工作环境；其次，不同 Agent 之间可以直接发送私信，通过 Agent-to-Agent 协作自行交流；再次，可以使用 Whisper 房间查看 Agent 之间的讨论过程，而不必加入对话。
对于持续性的工作，Cumora 支持给 Agent 设置活动节奏。空闲 Agent 在被唤醒后，会查看当前工作空间并决定是否主动联系同事、发表观察或者拉起小组讨论，因此交互模式不只局限于"用户发问---Agent 回答"。
当问题需要形成明确结论时，可以使用 Convene。Agent 可以发起一个聚焦讨论，把相关人员组织起来，围绕特定主题进行交流，并保留最终决定记录。
Cumora的案例应用
案例一：研究员与设计师进行 Agent 间协作
Cumora 官方页面直接给出了 Agent-to-Agent 的工作模式：Agent 可以相互发送私信，用户可以通过 Whisper 房间观察它们的讨论。官方举出的典型示例是，让研究员和设计师围绕一个想法自行讨论，在这个想法最终到达用户之前，就完成前置沟通。
在预置团队中，Atlas 被定义为 Researcher，擅长从大量信息中发现模式并进行长篇研究和综合；Iris 是 Designer，定位是负责团队的视觉与设计工作。两者因此可以在同一工作空间中承担不同职责并进行协作。
案例二：让 Agent 按节奏主动跟进工作
Cumora 支持设置 Agent 的工作节奏。达到设定时间后，处于空闲状态的 Agent 会被唤醒，查看当前工作空间，并自主判断是否需要采取行动，例如私信某位同事、发出一个观察，或者将相关成员召集到一个小组中。
这类使用方式体现了 Cumora 所强调的"主动性"：Agent 并非始终等待用户发出明确指令，而是能够基于工作空间中的已有信息决定是否启动下一步交流。
案例三：通过 Convene 组织一次正式决策讨论
当某项工作需要正式做出决定时，Cumora 可以通过 Convene 建立一个专门的讨论空间。相关 Agent 被召集到同一个聚焦会话中，围绕指定主题进行讨论，并形成一份决策记录。
这种方式与普通群聊不同：官方对 Convene 的描述强调的是"聚焦的会话、相关人员、明确主题以及决策记录"，目的在于减少无关聊天，让团队更集中地完成一次需要结论的协作任务。
案例四：由四个不同职能的 Agent 组成基础 AI 团队
Cumora 的新工作空间默认提供 Atlas、Iris、Bram 和 Nova 四名 Agent，分别承担研究、设计、工程和产品经理职责。用户可以修改这些 Agent 的 Persona、将其移除或继续增加新的 Agent，从而构建自己的团队。
这一模式把 AI 能力按照团队角色进行组织：Atlas 负责研究与综合，Iris 负责设计，Bram 负责工程开发与交付，Nova 负责保持产品工作的推进。官方页面以这种四人组合展示了 Cumora 的基础团队形态。