6月29日，明略科技正式开源发布了Octo，官方将其定义为“全球首个开源可信的Agent协作网络”。基于Apache 2.0协议，Octo支持私有化部署，让企业可以把这张协作网络直接架在自己的服务器上。
这不是又一款AI工具。它的出现，恰好踩在了一个正在被越来越多行业人士谈论的节点上：AI在企业的落地，正从“买一个更强的模型”转向“把散落的AI连成一张能协作的网”。
一、88%与1%之间，隔着一张网
先看两组数字。斯坦福大学以人为本人工智能研究院（HAI）发布的《2026年人工智能指数报告》显示，全球已有88%的组织在至少一项业务中使用了AI。但麦肯锡2026年全球AI调研给出了另一面：在AI采用率创下新高的同时，真正把AI深度嵌入核心业务、完成组织系统性变革的企业，只有1%。
88%和1%之间，是一道不小的沟。大多数公司的AI转型还停在“把工具买回来”这一步——采购了软件、成立了委员会、出台了使用规范，但人怎么协作、决策怎么流动，并没有太多改变。
填平这道沟缺的是什么？一些人会脱口而出：缺一个更聪明的模型。但换个角度看，当大模型的能力被逐步拉平、慢慢变成像水电一样的基础设施，企业之间真正的差距，可能已经不在“用的模型够不够强”，而在“能不能把散落各处的AI连成一张能协作、能沉淀、能被信任的网”。业内有人开始把这一层称为“协作层”。
明略科技Octo瞄准的正是这个位置。它不是一个模型，也不是一个应用，而是一张让AI与AI、人与AI可以一起协作的网络。
二、通往“协作”的三条路，各有取舍
意识到“连接”重要的不止明略一家。几家有分量的玩家都在往这个方向走，只是路径很不一样。
一类是面向开发者的编排框架。微软开源的AutoGen，以及LangChain、CrewAI等创业公司的产品，本质上给工程师提供了一套“搭积木”的工具，帮开发者把多个AI串成流水线。它们解决的是“技术上怎么把AI拼起来”的问题，距离普通员工每天怎么和AI一起干活，还有一段距离。
另一类是把AI塞进现有的办公软件里。2026年6月，Anthropic推出了能常驻在Slack里的Claude Tag，员工可以像呼叫同事一样“@Claude”来拆解和推进任务。这个思路是让单个AI更强、更融入团队语境，但Claude跑在Anthropic自己的云上、绑在Slack生态里，且不开源。
还有一类是干脆把AI当成“数字员工”来卖。Salesforce提出“数字劳动力”概念，其Agentforce业务的年化经常性收入在2026财年已达到约8亿美元，到2026年5月的财报中增长至12亿美元，同比增长205%。微软的Copilot Studio同样支持多Agent协作，走的是云端加订阅制路线。
这三条路径认同同一个判断：竞争正在从“模型”上移到“连接”。但它们也共享同一个前提——AI得跑在它们的云上，数据得汇到它们的平台里。
这个前提，恰好给Octo留出了空间。对银行、政府、医院这些“数据不能出门”的机构来说，AI再好用，只要必须把数据交出去，就是一道跨不过的坎。Octo的选择是：让协作网络直接长在企业自己的服务器里，开源、不绑任何一家厂商。
三、已经有AI Native组织跑出了结果
“连接”听上去抽象，但已经有组织跑出了结果。
腾讯研究院的报告中提到，AI创业公司Multica只有4个人，却带着几十个AI智能体连续霸榜GitHub Trending，一周新增上万颗星标，平台上平均每10秒触发一个AI任务。从写需求、开发、测试到验收，整条链路由“一个人加一群AI”完成，中间那些只负责传话的环节被直接拿掉了。创始人张佳圆有句话点破了本质：现在拖慢一个组织效率的，已经是人，AI的执行速度早就够快了。
另一个例子是Anthropic自己。这家公司内部只设一个技术岗位叫MTS（技术成员），不再区分“研究员”和“工程师”——同一个人上午设计实验，下午就自己把代码写出来。员工八九成的问题会先问Claude，因为它比问同事更快。
这两个案例常被解读成“超级个体”——一个人顶一支队伍。但更准确的理解可能是：让一个人能指挥一群AI干完整件事。人退回到自己最该做的位置——做判断、定方向、把质量关；AI承接执行。
不过也要看到，眼下能这么干的多是Anthropic、Multica这类“生在AI里”的公司。绝大多数普通企业想复制这套能力，缺的正是一层现成的、标准化的协作网络来托底。Octo想补上的就是这一块——让“超级个体”从少数团队的专利，变成更多组织用得上的能力。
四、协作网络为什么是“咽喉”
模型会越来越便宜，因为能力在被逐步拉平。但协作网络不太一样——网里沉淀下来的是企业独有的东西：项目背景、历史讨论、过往决策，以及每一次人验收时的打回、批注、对风格的取舍。这些让AI慢慢懂得“什么才算干得好”。这些东西搬不走、抄不来，而且越用越厚。
这个道理并不新鲜。今天的企业很难离开Slack或飞书，靠的从来不是它们功能最强，而是整个团队的协作记录、文件、习惯都已经长在里头，换一个的成本太高。协作网络的护城河也是同一个逻辑：在网里一起干活的人和AI越多，沉淀的东西越厚，想搬走就越难。
明略选择把Octo开源的底气或许就在这里——用开放赢得信任，而真正让客户离不开的，是那些一点一点长进网里、属于企业自己的东西。模型决定了AI能做什么，连接决定了AI能为一个组织真正创造多少。
过去两年，目光大多盯在模型上——谁的参数更大、谁的分数更高。但那场仗的胜负正在逐渐清晰，而把AI真正变成组织生产力的另一场仗，才刚刚开始。它的主战场，在连接。明略科技的Octo，是它递出的一个解法，也是一座帮助更多企业迈入AI Native时代的桥。
