七个AI员工听着很美，先看它们怎么交接

Lauren Tan 的 Grok Bot 设置被 Morty 贴出来，第一眼像一张小公司组织图。工作流只有五步：目标、委派、专家干活、合并结果、最终答复。

七个角色分工很细：

• Chief of Staff 负责计划和派活
• Researcher 负责找信息、做比较
• Engineer 负责搭建和测试
• Reviewer 负责检查质量和边界情况
• Doc Writer 把工作变成可复用的知识
• Operator 让工作流持续运行
• Memory Manager 跨会话保留上下文

这张图最容易被当成模板抄。真正难的是角色之间怎么交结果。有网友说，七个专家、一个共享 inbox、零借口，merge 这一步最容易断，最好加一条干脆的 tie-breaker 规则，否则 Reviewer 和 Doc Writer 能一直争。这个提醒比分工表有用。

另一个被低估的位置是 Chief of Staff。有网友带过约 20 个 agent，他说专家从来不是问题，问题是所有事同时落到自己身上。一个 agent 先排序，再给他一个清晰的 yes 或 no，情况就变了。普通用户也一样，入口太多，最后还是在聊天框里手动搬运。

Memory Manager 和 Doc Writer 听起来不酷，却决定这套东西能不能过夜。Ricker 在回复里说，Memory Manager 是最重要的角色之一。Klonzu 说 Doc Writer 被低估，很多设置第二天就忘光。Camila 更直接，她说自己只需要 Memory Manager，因为每个新聊天都会忘记十分钟前说过的话。这里没有玄学，就是上下文保存和知识沉淀。

成本也得算。Adam James Hill 说，七个角色意味着七份账单。Reviewer 值得花钱，其余角色可以跑在能通过检查的最便宜模型上。这个判断很务实。七个角色看着像小公司，账单也像。

还有人泼冷水。Kimblee 说，好的 AI fleet manager 一年前就在做类似的事，她只是在推广 Grok Bot。Peter Church 的说法更有意思：他一开始觉得这是烧 token，后来把 bot pattern 用到别的事情上，效果出乎意料，他做了一年微 agent，反而不如这套。两句话放一起看，角色数量可以少，流程、交接和合并规则不能缺。

Ricker 的完整 playbook 在这里：文章链接，原始推文在这里。想复制 Lauren Tan 的七人组，先别急着开七个 bot。先定一个入口，写清谁把结果交给谁，再给合并步骤准备一条能拍板的规则。否则你得到的只是七个会聊天的窗口。