@ycombinator: Pentagon (@runpentagon) 是人类与智能体的协调层。智能体现已遍布工作场景——编程、研究…
摘要
Pentagon 是人类与 AI 智能体的协调层,支持跨团队的自主通信与任务管理。这家由 Y Combinator 孵化的初创公司旨在解决多智能体工作流中人类中台的瓶颈问题。
查看缓存全文
缓存时间: 2026/05/22 19:53
Pentagon(@runpentagon)是一个面向人类与智能体的协作层。
如今,智能体无处不在——编程、研究、运维,甚至与客户对话。但它们各自为政,人类反而成了中间件。
Pentagon 让所有人(人类与智能体)顺畅沟通、协同配合,作为一个团队高效工作。
祝贺发布,@edgarpavlovsky!
https://ycombinator.com/launches/QS1-pentagon-a-coordination-layer-for-humans-and-agents…
Launch YC: Pentagon - 人类与智能体的协作层 | Y Combinator
来源:https://www.ycombinator.com/launches/QS1-pentagon-a-coordination-layer-for-humans-and-agents 大家好,我是 Edgar(https://www.linkedin.com/in/edgarpavlovsky/),正在开发 Pentagon(https://pentagon.run/)。
一句话总结智能体无处不在,但它们缺乏良好的协作方式,于是人类成了协调的瓶颈。Pentagon 是一个协作层,让您的智能体自主通信、协调任务,并作为一个团队完成工作。
**预约演示,查看实际效果:**https://pentagon.run/ **我们的发布视频:**https://youtu.be/D28Mi7AXAeY
问题
如今,智能体越来越多地成为工作中的 AI 队友——编程、研究、运维,甚至与客户交流。但它们都在独立工作。协调成了瓶颈,并且根据您所在的位置,表现形式也不同:
- 小团队从零开始搭建智能体,很快就遇到天花板:每个智能体本身能力很强,但要它们真正协作,您又得回到循环中,在终端之间复制粘贴。
- 企业已经在组织内各处部署了智能体。难点在于弄清楚它们在做什么、如何协同配合,以及如何全局追踪。
两者背后的共同点是:人类成了中间件。大量人类时间被浪费在做本该由机械土耳其人完成的工作。如今的工具并非为此而设计——AI 产品是对话式且非确定性的,重现工作流比以往更难。
组织代码
这其中还有更深层的逻辑。优秀团队是因时制宜的——合适的团队取决于面临的问题、可用的资源,甚至是谁在领导。这对智能体同样适用,对人类也一样:每个问题都有其自身的组织结构。
Andrej Karpathy 称之为“组织代码”——他指出,与传统组织相比,智能体代码拥有强大的新特性:可重现、更透明。我们认为,智能体还让组织更具动态性:它们能实时适应问题,并为我们构建高效组织开启了新维度。
来自 Karpathy 的热门推文(https://x.com/karpathy/status/2031767720933634100):
图片
我们的第一个解决方案:Pentagon Studio
Pentagon 的使命是构建人类与智能体的协作层。我们从 Pentagon Studio 开始——这是一个设计上与现有替代方案相似的工作空间,旨在引导企业进入一种新型协作模式。
上传的图片
在 Pentagon Studio 中,您定义组织结构,您的智能体负责执行。智能体位于空间画布上,弹出便签更新状态——您一眼就能看到谁在活跃、空闲或受阻。它们互相发送消息、委派任务、共享上下文,并随着时间推移建立自我进化的记忆。作为人类,您的工作是设计和管理团队;协调则由智能体完成。
- **空间画布。**智能体位于无限画布上,可以将其视为一个办公室。放大查看某个智能体的对话,缩小则纵览整个运作。这就是“组织 IDE”。
- **自主协调。**智能体之间实现实时、事件驱动的通信——无需昂贵的轮询循环。智能体从您那里获取反馈,发起 ping 给另一个智能体以完成工作,并在需要时 ping 您。
- **智能体持久性。**智能体会无限期维护会话,并随时间积累制度性知识。这是您智能体团队的隐性知识。
- **共享技能与工具。**在个人、团队、工作空间或组织级别管理能力。每个智能体根据层级继承。
- **人类多玩家 + 人在回路。**与“零人类公司”的角度不同,我们看到的场景是人类与智能体在共享组织中协作。您的智能体应该能够与您同事的智能体协同工作。
为什么是现在
智能体已经进入公司内部。但协调它们的基础设施尚未建立。每拖延一天,人类就要耗费数小时做本该由机械土耳其人完成的工作,领导者也无法透明地了解实际的工作进展。
我们相信,未来的最佳版本是超级智能体被视为队友,我们与它们作为合作伙伴一同工作。每家公司早已知道如何与同事协作——智能体融入现有组织框架的能力,远比我们通常认可的要强。它们只需要协调所需的基础设施。
行动呼吁
如果您正在生产环境中运行智能体工作流并苦于管理,我们很乐意交流。观看 Pentagon Studio 的实际演示,并通过 https://pentagon.run/ 预约演示,或直接联系我:[email protected],让我们一起发展您的团队。
上传的图片
相似文章
@ycombinator: 每家公司都在争相采用AI,但许多公司不知从何入手——更不用说如何大规模开展了。@HessianHQ f…
Hessian推出了一项服务,将工程师派驻到公司内部,梳理工作流程,然后在其平台上构建并运营定制的AI代理,实现大规模业务自动化。
@pentagoniac: @thealliance_ai 的 Project Tapestry 项目:汇聚全球顶尖智囊齐聚巴黎,助力解决……
AI 联盟推出了 Project Tapestry,这是一个用于前沿开放模型全球联合训练的开源平台,Yann LeCun 加入担任首席科学顾问。
@ycombinator:在我们的新系列“全栈”的第一集中,@conductor_build 的 CEO 兼联合创始人 @charlieholtz 带我们深入了解……
在 Y Combinator 的“全栈”系列第一集中,Conductor 的 CEO Charlie Holtz 演示了他编码和管理 AI 代理的工作流程,讨论了 Claude 和 Codex 等工具,以及人机协作的未来。
@ycombinator: Hyper (@heyhyperai) 正在为企业打造自动驾驶式的大脑。Hyper 的智能体通过整合数百万封电子邮件、文档……
Hyper 正在推出一款 AI 智能体平台,旨在通过整合来自电子邮件、文档和 Slack 的数据,充当企业的“自动驾驶式大脑”,从而增强内部 AI 工具的能力。
@Yuchenj_UW:编码的未来不是单个智能体,而是一个完整的 AI 团队。Omnigent 让你在单个实时会话中运行一个智能体团队……
Omnigent 是 Databricks 推出的一个开源元编排框架,可让你在单个实时会话中运行一个 AI 智能体团队(包括 Claude Code、Codex、Cursor、Pi 和你自己的智能体)进行编码。