# AI Agent 协作编排层：Alook

- 来源：meng shao (@shao__meng)
- 发布时间：2026-05-27 22:15
- AIHOT 分数：68
- AIHOT 链接：https://aihot.virxact.com/items/cmpo5wc8h0384slv4kgghi56r
- 原文链接：https://x.com/shao__meng/status/2059639640647500263

## AI 摘要

Alook 是一个开源协作平台，用于管理 AI 编码智能体。它将 Claude Code、Codex、OpenCode 等本地 CLI 智能体组织成一个拥有角色、邮箱和任务板的“AI 团队”。其核心理念是将组织轴从“项目”转向“人/角色”，让用户（作为CEO）通过邮件系统异步协调多位智能体（员工），实现跨任务的共享记忆与上下文持久化。平台采用本地优先执行与云端协作的架构，并包含三层记忆系统以积累经验。它作为始终在线的守护进程运行，支持团队自主处理任务。

## 正文

AI Agent 协作编排层：Alook @alook_ai

Alook 把 Claude Code、Codex、OpenCode 等本地 CLI agent 组织成一支「可管理的 AI 团队」--有角色、邮箱、任务板、日历和可追溯的执行记录 。

开源地址：
https://github.com/alookai/alook

核心命题：换一条组织轴
Alook 的出发点很清晰：现有工具按「项目」组织，工作却按「人/角色」组织。

一个项目往往需要规划、开发、审查、运营等多个角色，但工具只给单个 agent + 多个 context window。用户被迫在 tab、tmux、会话之间搬运上下文，自己当消息总线。

传统模式
· 1 项目 → 1 agent → 多 session
· 上下文在 session 内
· 用户是 router

Alook 模式
· 1 人 → 多 agent → 各持角色
· 上下文跨天、跨任务持久化
· 用户是 CEO，agent 是员工

Email 被当作异步、持久、可线程化的上下文层--人机、机机通信都走邮件，底层共享记忆不断累积，而不是每次从零开始。

架构：本地执行 + 云端协作
· 本地优先：代码、工具、文件系统都在本机，agent 有完整 repo 访问权。
· 云端协作：Dashboard、任务调度、邮件路由、多设备可达、团队共享。

记忆系统：三层叠加
· 指令层：AGENTS.md（ symlink 到 CLAUDE.md），角色定义、同事列表、CLI 工具手册
· 记忆层：memory.md + experiences/*.md，短记忆索引 + 长经验文档
· 时间线：.context_timeline/YYYY-MM-DD.jsonl，全任务历史：prompt、响应、session_id、status

### 引用推文

> Sumanth：Run your personal AI company with a team of AI agents! Alook is an open-source collaboration platform for AI coding agents. Self-hosted and local-first. The set...