
想象你的电脑桌面上有一个像素风的小办公室。
里面坐着几个卡通小人——它们不是游戏角色,而是你的 AI 员工。
有的在写代码,有的在查资料,有的在给客户发消息。
你只需要描述一个目标,它们就会自动分工、协作、交付。
这不是游戏广告,而是真实发生的工作场景。

Outworked 是一个开源桌面应用,它把 Claude Code 代理"装进"一个像素艺术风格的办公室 [1]。每个代理有自己的名字、角色、使用的模型,甚至还有专属的像素形象(sprite)。当你输入一个目标——比如"帮我做一个着陆页并发给联合创始人"——系统会自动拆解任务、分派给合适的代理,然后你就能看见它们走路、坐下、工作的全过程 [2]。
这个场景听起来很"游戏",但它的底层是认真的工程实践:基于 Phaser 3 游戏引擎构建的像素世界,每个代理拥有完整的 Claude Code 工具访问权限(Bash、Edit、Read、Search),支持 MCP(Model Context Protocol)连接 GitHub、Slack、PostgreSQL 等外部服务 [1]。
换句话说,这不是玩具,而是一套完整的多代理协作系统。
关键问题是:这种"看得见的 AI 协作",到底改变了什么?
一人公司面临的瓶颈是什么?不是技术,是认知带宽:一个人同时处理战略决策、创意判断、任务执行、沟通协调,很快就会触及天花板。
解决方案不是雇人,而是重新定义"人"的工作范围。
Outworked 的工作流本质上是一套数字化的人岗匹配系统:
这与 Agent OS 的思路一致:一个人 + Agent OS 管理多个 AI Agent,人类保留战略、创意、关系、判断,Agent 替代执行、触达、跟进。
本质是 AI 打工,人类当老板。
Steve Jobs 说过:"我的商业模型是甲壳虫乐队。他们四个人互相制约,平衡彼此,最终比各自之和更伟大。"
多人协作如此,多代理协作亦然:关键不是数量,而是角色互补与协调机制。
目前市面上的 AI 协作工具大多是无形的:你发一个 API,得到一个响应,过程黑箱。
但 Outworked 选择把工作过程游戏化:像素办公室、走路动画、工位状态、消息气泡。
这不只是审美选择,而是一个人机信任设计问题。
当你能够看见 AI 在做什么:它在哪一步、它正在处理什么、它遇到了什么障碍。
你对它的信任度会显著提升。这类似于项目管理中的"可见性"原则:任务不透明是协作中最大的成本之一。
当协作者不再是看不见的 API,而是一个"坐在屏幕那头的小人",人机协作的心理门槛降低了。
从游戏设计角度,Outworked 借鉴了模拟经营类游戏的反馈系统:即时反馈、可见进度、成就解锁。
从人机交互角度,它解决了一个核心问题:
如何让人类对 AI 的"工作"建立感知和信任。
每次我们在社区里讨论"一人公司"、"Agent OS"、"超级个体",总会遇到一个质疑:
这些听起来很美好,真实落地是什么样?
Outworked 这样的项目给出了一种答案。
它不是停留在概念讨论,而是真实工作流已经发生的地方。
代理们在像素办公室里写代码、跑自动化任务、给 Slack 发消息:这些动作都是可执行、可复现、可检查的。
当工具让"多代理协作"变得可见、可操作,超级个体的边界就被进一步推高了。
一个人不再需要独自完成执行,而是扮演策划者和审核者的角色。
如果你想尝试 Outworked,以下是最小可行路径:
第一步:安装与角色定义。从 GitHub 下载最新版本 [4],定义你需要的代理角色,可以是"全栈开发者 + 调研员 + 文案"的组合,也可以更简单。
第二步:描述你的第一个目标。用自然语言:"帮我分析这三个竞品,写一份对比报告。" 观察系统如何拆解任务、分配给不同代理。
第三步:观察与迭代。看代理们工作,记录哪些角色分工需要调整。Outworked 支持随时修改代理定义和提示词。
第四步:端到端跑通。从输入目标到拿到结果,完整走一遍。你会发现某些环节比想象中快,某些环节需要补充更具体的指令。
一个人能走多远,取决于他能把多少"重复性执行"外包出去。
Outworked 展示了一种让外包对象"可见化"的路径:你的 AI 团队在你的像素办公室里上班,而你是那个坐在屏幕这头、只需要决定"要什么"的人。
致最先触达未来的那一小部分人:愿你的 AI 团队早日就位,而你只做那些真正只有人能做的事。
[1] Outworked v0.3.0 Release Notes
[2] Outworked Project README.
[3] Steve Jobs on Team Collaboration.
[4] Outworked GitHub Repository.
[5] Anthropic Claude Code Documentation.
[6] Model Context Protocol.