星期一，9:12 上午。一個有潛力的潛在客戶來到 Gmail。行銷部門調查該公司。營運部門檢查是否符合 ICP。業務部門撰寫回覆。經理審查切入角度並要求更有力的證據。
這正是 AI 團隊協作斷裂的地方：工作雖然流轉，但背後的推理很少能完整傳遞。
每個人都從訊息、文件、舊範例和記憶中重建部分任務。最終的郵件或許很不錯，但產生它的方法卻分散在四個人和五個工具之間。當下一個潛在客戶到來時，大部分工作又得重新開始。
團隊軟體花了二十年改善人員協作的場所。更難的問題在於會議或 Slack 討論結束後：工作能否攜帶塑造決策的脈絡、標準與授權？
這正是 Zero 的觀點。AI 團隊協作取決於有多少意圖能在交接時保留下來。
每個有意義的任務都包含四個要素：
- 脈絡：團隊對客戶、市場、專案與限制的了解。
- 方法：工作應如何執行，應使用哪些來源或工具。
- 標準：優良交付成果的樣貌，以及應該被拒絕的內容。
- 授權：誰可以存取哪些系統、採取哪些行動並核准結果。
大多數交接摩擦來自這四者之一被遺漏。Zero 協助團隊在工作於人員、工具與時間間流轉時，讓這四項始終隨附。
1. 共享起點消除第一輪重複解釋
協作往往從重建開始。
隊友打開任務，搜尋最新策略文件，發現兩個版本的客戶定義，從同事那裡複製提示，並詢問哪個範本才是最新。此時還沒執行任何事。團隊僅為達成共識起點就付出了協調成本。
在 Zero 中，團隊可以針對重複性工作建立共享智能體，並賦予其所需的脈絡、指示與連接器。可重複使用的工作流程能保存團隊一致認可的程序。下一位成員從相同的運作脈絡出發，而不是空白對話框。
當知識分布不均時，這點尤其重要。有經驗的操作人員已知道哪些來源可信、哪些客戶群需排除，以及最終報告該如何架構。一旦這些選擇被明確化，新成員第一天就能用團隊現行方法開始。
共享脈絡並不代表每個人都得到同一個通用助理，而是團隊有一個共同基礎，可支援不同角色與人員。
公開的 Zero 智能體與角色專屬智能體，讓團隊擁有共享起點，而不必將所有工作強塞進單一通用助理。
2. AI 團隊協作需要跨工具的共享執行
典型的 AI 交接會產生另一個交接。助理產生答案後，人員再將答案帶到 Gmail、GitHub、Notion、試算表或瀏覽器。脈絡再次被複製，沿途小決策也消失了。
Zero 在雲端電腦上執行，可存取瀏覽器、檔案、終端機及授權連接器。它能調查公司、比較來源、轉換檔案、撰寫郵件、建立 pull request、更新試算表或發佈報告，將這些串成一個連貫的工作。
協作的價值來自於工作落地的地方。Zero 可將結果直接送到團隊已共用的系統：GitHub pull request、Notion 頁面、共用 Google Sheet、Slack 討論串或發佈報告。
這個共享工作區不是你必須在 Zero 內新建的目的地。它已存在於公司每天使用的 SaaS 產品中。雲端瀏覽器讓 Zero 能操作這些網頁介面。超過 2,000 個連接器與 API 讓它能有結構地存取同樣的系統。沙盒則在任務完成前，將檔案與中間狀態集中管理。
這些能力讓 Zero 能從研究到行動一氣呵成，不需人員在工具間複製結果。協作的實際單位成為團隊已共用系統中的交付成果。工程師可審查 pull request，利害關係人可在 Notion 頁面留言，操作人員可從共用 Sheet 工作，團隊可在 Slack 決定下一步。每次審查、編輯與決策都附著於共享產物，而非再經歷一次交接。
這改變了接手者的角色。他們花更少時間重建執行路徑，更多時間判斷輸出是否有用、準確且可推進。
Zero 的 2,000+ 連接器，讓團隊既有的 SaaS 組合成為協作介面。
3. 複雜工作需要高品質資料與執行框架
複雜任務很少因提示太短而失敗，失敗多半因輸入資料薄弱或執行中斷。市場進入決策可能仰賴最新公司資料、搜尋需求、競爭對手動態、徵才訊號、客戶歷史與內部產品使用情形。沒有人或系統能掌握全貌。若不同人用的是不同版本的事實，再多訊息也無法對齊。
Zero 不僅依賴團隊 SaaS 組合中現有的資料。它內建高品質資料 API，涵蓋網路研究、公司與人物資料、社群動態、搜尋與 SEO、金融市場、地圖、天氣及其他專業來源。Zero 可在任務中查詢這些來源，結合團隊 CRM、信箱、文件、程式碼與檔案的資料，比對衝突結果，並將來源附於主張。結果是團隊可用的證據，而非還需另行查證的連結清單。
取得好資料只是產品問題的一半。一個模型可能只需一次搜尋就產出看似合理的市場報告。複雜任務產品必須能檢查多個市場、保留工作檔案、重訪不確定主張、查詢失敗時能復原、委派驗證，並交付可供他人稽核的報告。這需要模型外圍的工程框架：獨立雲端電腦、瀏覽器、終端機、檔案系統、連接器、權限控管、長時狀態、平行智能體執行緒，以及將產物可靠送入團隊工具的方法。
4. 精確回饋循環讓人與智能體保持一致
回饋只有在下一位成員或智能體知道問題與改變方向時才有幫助。「讓它更好」只會產生另一輪詮釋。「排除員工數低於 50 人的公司，並引用每個事實主張的來源」則讓接收者能採取行動。這同樣適用於人對 AI 及人對人協作：回饋若與工作脫節就會失去價值。
Zero 的引用動作將修正意見錨定在審查的精確句子、主張或建議上。審查者可引用「Acme 有 240 名員工」並要求 Zero 驗證來源，或一次標記多段內容。下一輪回應會收到每則評論及其對象。
引用將回饋錨定於審查的精確段落，讓下一步指示能攜帶其對象。
精確回饋也必須送達正確貢獻者。透過 Zero 的智能體對智能體（A2A）功能，研究執行緒可驗證主張，分析師可質疑數據，寫作執行緒可修正文案。他們能平行作業，並將結果回傳協調對話。
執行緒提及將問題及其脈絡導向另一智能體對話，工作可獨立進行並回報。
引用與 A2A 共同形成明確循環：辨識問題、帶著脈絡導向、回傳修正、審查結果。人員花更少時間重述評論，智能體則收到可執行的指示。
若重複回饋顯示更佳方法，有人可選擇更新工作流程。這一步是有意識的。回饋先改善當前協作，僅當團隊決定時才成為可重複使用的方法。
5. 工作流程將共識轉化為可執行的團隊產能
團隊早已將程序存於文件。問題在於程序需要被執行時才浮現。
文件可以寫：「調查帳戶、檢查 CRM、尋找近期徵才訊號並撰寫個人化回覆。」操作人員仍需將每句話轉為行動、選擇正確工具並組裝最終成果。
Zero 的工作流程是一種無需觸發器、可重複執行的工作方式。它可定義要查核的來源、執行順序、需遵守的限制及交付成果的格式。隊友可隨時執行。另一個共享智能體也可用經調整的副本。
這讓工作流程不僅是儲存的提示，而是團隊對重複性工作執行方式的可執行共識。
某人可將每週競品掃描優化至符合公司標準。下一位不必看錄影、解讀舊討論或詢問「真正」流程。他們可執行共識方法、審查結果，並在業務變動時改進。
複利效應來自重複使用。每個經驗證的工作流程都提升團隊無需重建方法即可完成的能力。
工作流程將共識方法轉為可重複執行的工作方式，讓下一位隊友不只拿到文件指示。
6. 共享方法可與個人授權並存
當分享流程也意味著共用憑證或移除個人責任時，團隊協作就變得有風險。
Zero 將可重複使用的方法與啟動條件分離。工作流程保存程序。自動化則結合觸發器、工作流程與智能體，並在建立者的身分、權限與已連接服務下執行。
這解決了實際治理問題。業務團隊可共用同一帳戶調查工作流程，但每位業務用自己的 Gmail 存取。財務主管可允許智能體讀取某系統，卻不授權敏感寫入。管理員可用團隊工作區控管決定哪些連接器與動作可用，同時讓個別成員對自己建立的自動化負責。
團隊獲得一致性，卻不必全員共用一個帳號。方法共享，授權可追溯。
7. 自動化讓工作不必等所有人都在場
許多協作習慣其實是同步習慣的偽裝。有人發佈狀態請求，三人收集更新，第四人彙整報告，大家都等著同一時刻有空。
自動化為共享工作流程加上觸發器。它可按排程或事件啟動，然後請指定智能體完成任務。晨間簡報可在站立會前收集行事曆、產品、客服與工程訊號。新客戶郵件可啟動調查與撰稿流程。每週競品回顧可帶著來源出現在團隊頻道。
價值不僅是節省時間。工作能在團隊開會、休息或專注其他事時推進。人們圍繞具體產物重新連結，而非又一次更新請求。
非同步協作能運作，前提是輸出足夠可預期、值得信任與檢查。這也是共享工作流程、人為審查標準與權限模型重要的原因。不明確的流程自動化只會更頻繁產生不明確的工作。
自動化將排程或事件觸發器附於工作流程，讓重複性工作無需等待人員指令即可啟動。
一個潛在客戶，一個協作循環
回到星期一早上收到的潛在客戶。
團隊的共享智能體已具備 ICP、核准定位與研究規則。業務執行潛在客戶資格審查工作流程。Zero 讀取來信，透過瀏覽器與連接來源調查公司，檢查必要條件，並建立帳戶簡報與回覆草稿。
業務主管審查後發現假設薄弱，要求 Zero 排除無根據的員工估算、為每項資格主張引用來源，並以與潛在客戶現有產品相關的使用案例開場。Zero 重新製作簡報並更新草稿。
團隊決定這些變更應套用於未來潛在客戶，因此編輯了工作流程。另一位業務現在可執行改良版。每位業務可為新來信建立個人自動化，使用自己的憑證與權限。
郵件草稿很有用，更大的收穫是這次交接提升了團隊處理下個潛在客戶的可重複能力。
這不只是傳統自動化
顯而易見的質疑是：企業多年前就已自動化工作流程。這沒錯，且穩定、基於規則的自動化仍是許多流程的最佳解。
協作性工作往往較不固定。輸入雜亂，路徑在研究開始後改變，品質仰賴人們未曾寫下的判斷。經理也許一眼就能看出帳戶簡報薄弱，卻難以在看到初稿前完整表達標準。
Zero 讓團隊能以自然語言開始任務，檢查實際交付成果，並透過審查讓方法更明確。一旦流程足夠穩定，團隊可將其保存為工作流程，並決定是否透過自動化執行。
這有其限制。Zero 不會消除所有權、審查或艱難對話的必要。創意指導、策略取捨與敏感核准仍屬於人。它也不會聲稱能自動從每次互動中學會公司知識。現階段，持久學習步驟是有意識的：由人員儲存或編輯工作流程。
這些限制是設計的一部分。良好的團隊協作需要明確的人類判斷與明確的機器責任。
AI 團隊協作的新單位是可執行標準
訊息幫助人們溝通。文件幫助人們記憶。任務幫助人們追蹤責任。Zero 則新增了團隊一直缺少的單位：能執行工作的標準。
這改變了團隊評估協作軟體的方式。請問：
- 下一位是否能繼承脈絡，還是得重建？
- 系統能否跨所需工具執行方法？
- 人為回饋能否成為明確、可審查的標準？
- 方法能否重複使用而不必共用他人身分？
- 沒有人推動時，工作能否繼續？
若答案是肯定的，協作就開始產生複利。完成的工作留下的不只是產物，更讓團隊更有能力再次完成同樣任務。
從一個重複交接開始：每週簡報、來信潛在客戶、客服升級或發佈報告。給它明確交付成果、指定審查者，並存取所需系統。用 Zero 執行一次。審查成果。保存能存活的方法。
目標很簡單：每次工作跨越交接時，意圖的流失都應該更少。
