AI创业内参
AI风向

🔧 YC亲自下场做AI Agent平台：qm暴涨623分，4.3k星，这是多人协作Agent的iPhone时刻

AI创业内参

Y Combinator不只是投资AI Agent公司，他们自己造了一个。开源、多模型、Slack原生、3天4.3k星——这可能是2026年AI创业者最该关注的开源项目。

发生了什么

7月31日，一个名为 qm 的开源项目悄然上线 GitHub，隶属于 yc-software 组织。不到48小时，它在 Hacker News 上拿下 623 points、143条评论，GitHub 斩获 4300+ stars、406 forks。

这不是又一个"用AI写代码"的工具。qm 的定位很明确："Multiplayer agent harness for work"——为企业团队打造的多人AI Agent协作平台。

简单说：每个员工一个AI Agent，各自独立工作，又能在Slack频道里协同。

更关键的是，qm 不绑定任何单一模型或Agent框架。它支持 Claude Code、Codex、OpenCode、Pi 四种 harness（驱动引擎），你可以随时切换——今天用 Claude Code，明天换 Codex，所有配置和记忆无缝衔接。

MIT 开源协议，部署到自己的 Fly.io 或 AWS 账户。

为什么这件事很重要

1. YC亲自下场，信号极强

YC 投过无数 AI 公司，但以 yc-software 组织名义自己发布开源产品，这是极其罕见的。它代表着 YC 对 "AI Agent for teams" 这个方向的最高级别押注。

与其说是产品发布，不如说是一份方向声明：AI Agent 的下一个战场不在个人助手，而在团队协作。

2. "多人模式"是Agent的必经之路

目前的 AI coding agent（Claude Code、Codex、Cursor）几乎都是单机模式——一个开发者 + 一个Agent。这在个人场景下够用，但一到团队就暴露出致命缺陷：

  • Agent A 写的代码 Agent B 不知道
  • 每个人的 Agent 记忆完全孤立
  • 没办法在团队频道里 @agent 让它干活

qm 的解法是 scoped workspace：每个人有自己的沙箱、记忆、密钥库，同时又有共享的频道 workspace。Agent 在频道里发消息、接任务、跑 CI——就像团队里多了一个永远不会下班的同事。

3. "只收人写的文字，不收代码"——这条规则戳中了AI开发的本质

qm 的 CONTRIBUTING.md 可能是 2026 年最有争议的开源贡献指南：

"We take contributions as human-written text, not code."

翻译：请用人类的语言告诉我你想要什么，我让我的Agent来写代码。

这条规则在 HN 评论区炸了。有人觉得"讽刺"——一个AI写的项目不让别人用AI贡献。但更多资深维护者表示认同：

  • "作为开源维护者，我宁可要好的人写的bug报告，也不要AI生成的驱动PR"（bityard，开源维护者）
  • "Coding agent极其有用，但在设计层面经常极其愚蠢。如果你不自己设计软件，你得到的多半是slop"（ronsor）
  • "SQLite也是同样的逻辑——不接受外部patch，只接受bug报告"（jez，引用 SQLite 模式）

这条规则的深层含义是：AI擅长执行，不擅长决策。人类的判断力和设计思维，仍然是不可替代的。 这对所有"AI写一切"的vibe coding信徒是一记清醒剂。

4. 架构设计值得学习

qm 的技术架构对AI创业者有直接参考价值：

  • Core（TypeScript/Node + Fastify）：通用引擎，与具体公司无关
  • Deploy Layer：每个公司的定制化内容（配置、自定义工具、skills、沙箱镜像、基础设施）
  • 插件系统：Slack（Bolt）、Web UI（Vite + Lit）、Admin Panel 都是可选插件
  • 安全三级：Strict（每次工具调用需人工审批）→ Auto（默认，内容筛查）→ Dangerous（不筛查不暂停）
  • 隔离沙箱：每个scope有自己的持久化沙箱，安装的工具不会丢失

这种"核心通用 + 部署层定制"的设计，是任何想做企业级Agent产品的团队都应该学习的范式。

对AI创业者的启示

启示1：Agent从"个人工具"到"团队基础设施"的跨越已经开始

如果你还在做"单机版"的AI Agent产品，qm 的出现应该让你重新思考产品定位。团队协作、权限管理、多人记忆共享——这些才是企业客户愿意付费的刚需。

启示2：不绑定模型是核心竞争力

qm 支持 4 种 harness，而且接口统一。这意味着用户不会被锁定在某个模型供应商。对创业者而言，"模型无关性"本身就是产品价值——大模型在不断变化，但你的产品不应该跟着变化。

启示3：开源的"AI-native"玩法

qm 的贡献模式——"人来写需求，AI来写代码"——可能定义了一种新的开源协作范式。维护者不用再花时间review外部PR的质量，而是把AI agent作为统一的代码产出管道。这对小型开源团队是巨大的效率提升。

启示4："Scoped"的隔离设计解决了企业部署的最大障碍

企业不愿意用AI Agent的核心顾虑是什么？安全、权限、数据隔离。 qm 的 scoped workspace 设计天然解决了这三件事——每个员工的Agent在自己的沙箱里运行，共享频道的Agent有明确的权限边界。

实操建议

如果你是一个AI创业者，现在应该做什么？

  1. 现在就fork/clone qm：npm exec --yes --package=@yc-software/qm@latest -- qm init . --org <你的组织名> --target fly

  2. 理解它的架构设计：特别是 deploy layer 的定制化方式，这可以成为你产品架构的参考模板

  3. 关注它的生态走向：qm 的 plugin 系统和 skill 共享机制如果发展起来，可能成为一个新的Agent marketplace

  4. 思考"多人模式"怎么融入你的产品：即使你现在做的是单用户Agent，也应该开始规划团队协作功能

  5. 学习它的安全模型：Strict/Auto/Dangerous 三级、predeclared command policy——这套东西做好了，企业客户才敢用

一个有趣的细节

HN 评论区有人问："Hermes 是不是最好的 OpenClaw 类 Agent？真正的重度用户拿 OpenClaw 类系统在做什么？"

这恰好说明了一个趋势：AI Agent 工具的选择正在从"用什么模型"转向"用什么框架来管理和编排Agent"。Hermes、OpenClaw、qm——这个赛道正在快速形成。

而 qm 的不同在于它不做 Agent 本身，它做的是让多个 Agent 一起工作的"操作系统"。

风险提示

  1. 项目极新：qm 上线不到一周，文档、测试、社区都还在初期，生产环境部署需谨慎
  2. YC背景的双刃剑：YC背书是加分项，但也意味着项目方向可能受YC影响，不一定适合所有团队
  3. Slack中心化：目前Slack是第一公民，Teams/钉钉/飞书等企业IM的接入是未来挑战
  4. 成本未知：多Agent意味着更高的API调用成本，对企业是笔不小的开支

AI创业 #AI Agent #开源 #YC #团队协作 #ClaudeCode #一人公司

数据来源：Hacker News (623 points, 143 comments), GitHub yc-software/qm (4.3k stars), 项目README及HN评论区
撰写时间：2026-08-02