終於有了一個用龍蝦而不是 Claude Code 的理由
整理版優先睇
飛書 OpenClaw 多智能體協作，喺文檔同團隊協作場景完勝 Claude Code，一句話搞掂方案同看板。
作者係一位寫咗十年以上代碼嘅古法程序員，習慣白盒透明過程，所以一直用 Claude Code 同 Codex 呢類攤開畀佢睇嘅 AI 工具。佢覺得龍蝦（飛書 OpenClaw）太黑盒，驚出事唔知點查。
但係，佢為咗幫朋友搞一個叫「國寶回家」嘅公益項目——幫流失海外文物整數位護照——遇到一個大難題：所有資訊都喺微信羣入面，冇辦法直接畀 AI 用。佢做咗人肉 context 搬運工之後，發現呢個場景正好係龍蝦嘅主場，因為只需要結果，唔使睇過程。
作者試用飛書 OpenClaw，發現可以一鍵部署多個智能體，原生打通飛書生態，喺羣組入面同時叫幾隻 AI 分工合作。佢只係講咗一句話，智能體團隊就自動拆解任務、產出文檔同營收看板，效率高到嚇親。結論係：做代碼開發仍然用 Claude Code，但做文檔協作同團隊項目，飛書龍蝦係最合適嘅選擇。
- 作者習慣白盒（睇到每一步），但龍蝦黑盒只出結果，啱用喺文檔呢類只要交付唔使睇過程嘅場景。
- 國寶回家項目所有訊息喺微信羣，人肉搬運 context 超唔 AI，飛書 OpenClaw 原生打通 IM 同文檔，解決咗呢個痛點。
- 部署 OpenClaw 只需三步：改名、授權、等一分鐘，零門檻，連拉機器人入羣都自動完成。
- 一句話指令：「幫我搞掂方案」，四眼蝦自動調度三個智能體（產品分析師、寫手、隊長）並行工作，最後彙總成飛書文檔同營收看板。
- 飛書提供一鍵修復功能，AI 自動排查 Redis、參數等問題；但中間過程透明度唔夠，作者仍然唔會用嚟寫生產環境代碼。
飛書 OpenClaw
飛書 OpenClaw 多智能體協作平台，一鍵部署 AI 團隊，原生打通飛書生態。
白盒習慣 vs 黑盒輸出
作者寫咗十年代碼，養成咗白盒習慣——一定要睇到每一步執行細節。佢之前一直用 Claude Code 同 Codex，因為呢類工具透明度高，出錯可以即時追蹤。但係龍蝦（飛書 OpenClaw）嘅黑盒特性令佢好擔心：「萬一佢翻車，我連從邊度入手查都摸唔着頭腦。」
但係佢後來發現：文檔呢類工作其實只需要結果，唔需要睇過程。呢個正好係龍蝦嘅最佳主場。
於是佢開始重新審視龍蝦嘅價值：代碼要白盒，但文檔協作，黑盒完全冇問題。
困局：微信羣的人肉 Context 搬運工
作者嘅朋友係北京一間手工美術館嘅館長，想做一個叫「國寶回家」嘅公益項目——幫流失海外嘅文物整一份數字化嘅「歸途護照」。作者應承咗幫手，但一直拖住。直到朋友喺微信羣入面拋咗好多新 ideas 同調整，團隊仲有助理、運營、法務、工美大師等一堆人。
一個人用 Claude Code 好方便，但一旦要多人協作——朋友、員工、AI 一齊參與——Claude Code 就格格不入，因為佢只係本地終端會話。作者需要一個平台，同時擁有好用嘅文檔、好用嘅 IM，同埋原生 AI 能力。
部署飛書 OpenClaw：三步搞掂
飛書 OpenClaw 最近大更新，可以一鍵部署多個智能體，原生打通飛書生態，仲支援多智能體協同。作者去咗開放平台，跟住指引做：
第一步：改個名（佢叫咗「四眼蝦」）；第二步：確認安全授權（讀、寫、身份權限全開）；第三步：等一分鐘，部署完成。
全程唔使掂命令行或者開發者後台，連拉機器人入羣都自動搞掂。作者感嘆：「係真係知道我懶，完全零門檻。」
羣蝦協作：一句話搞定方案與看板
四眼蝦上線之後，作者又加咗三個專員：雲舒（產品思維）、產品分析師、公眾號寫手。佢喺羣入面一句話指令：「幫我搞掂國寶回家項目嘅完整方案，包括產品分析、運營推廣、商業化路徑。」
四眼蝦即刻拆成三路並行：雲舒同產品分析師整功能架構同用戶路徑；寫手出冷啟動方案同海報 Brief；隊長兜底商業化。
幾分鐘之後，一隻完整嘅飛書文檔甩咗出嚟，涵蓋四大核心模塊（身世檔案、流失時間線、法律通道、歸途地圖），仲有六條商業化路徑同優先級排位。作者再叫佢整一個三年營收看板，四眼蝦又自動用妙搭生成咗一個深色風格嘅數據看板，有 KPI 卡片、柱狀圖、堆疊面積圖，仲有個真嘅網址可以分享。
白盒 vs 黑盒：場景決定工具
雖然飛書 OpenClaw 喺文檔協作同多人項目上好強大，但作者仍然唔會用它嚟寫生產環境代碼。因為多蝦協作嘅過程透明度唔夠——佢揾唔到邊隻蝦用咗邊個模型、調咗咩工具、行咗幾步思考鏈。對佢呢種鍾意白盒嘅程序員嚟講，做 code 始終要 Claude Code。
飛書 OpenClaw 嘅優勢係同飛書生態深度整合：文檔、IM、知識庫、一鍵修復，仲有 GitHub 風格嘅熱力圖睇邊隻蝦最勤力。
作者總結：「場景不同，協作的對象不同，工具自然也會不同。沒有最好，只有誰更合適。」
龍蝦🦞爆火以嚟，雖然我一直有玩同留意，但基本上真係得個玩字，正經嘢我冇乜點用過佢。
又唔係龍蝦唔好，只不過作為一個寫咗十年以上代碼嘅人，我大概養成咗一個好習慣（或者係壞習慣）——
01白盒嘅習慣
即係話：我要睇到每一步。
Claude Code 同 Codex 係啲乜都攤開畀我睇嘅工具，去到邊一步出事我都一眼睇到。而龍蝦，明顯係好黑盒。
我內心好擔心有一日佢炒車，我會連從邊度開始查都摸唔到頭腦。
所以我一路都用 Claude Code 同 Codex 呢類透明 AI，甚至會一個終端 split 出十幾個二十個 pane 嚟用……
過程嘅重要性
但亦都唔係話龍蝦毫無用處，而係我大約諗通咗一點。
用喺生產環境入面跑嘅項目嘅代碼，我當然要睇過程。但文檔，其實我只需要結果就夠。
而我自己真正用過一段時間又覺得有用嘅龍蝦，其實係針對飛書文檔嘅使用：因為飛書嘅文檔同多人協作實在做得太好，我暫時仲揾唔到一個可以唔用飛書嘅理由。
而為咗令 AI 可以幫我用好飛書，我甚至好耐之前就整咗自用嘅飛書 CLI 版本。直到後來飛書開源咗自己嘅 CLI 先用官方嘅：釘釘飛書集體拋棄 MCP，CLI 先係 Agent 嘅終局
但其實，對文檔嘅操作呢樣嘢，只需要成功交付結果就得。
而呢個場景，明顯就係龍蝦嘅最佳主場。
03人同 AI 嘅協作
我一個識咗十幾年嘅朋友，係北京一間手工美術館嘅館長，佢近幾個月想幫流失海外嘅中國文物整一份數碼化嘅「歸途護照」，項目叫「國寶回家」。
過年前已經揾過我幫手，雖然擁有一堆 AI 嘅我一口答應咗，但其實……呢件事一路被我拖住。
週末我諗咗一下，呢件事都係要幫佢推進嚇，咁公益嘅項目唔可以就咁被我拖死。於是我就問佢有冇更詳細嘅諗法同要求，跟住佢就拉咗個微信羣，話畀我知上次份文檔有啲調整，仲提咗啲新諗法。
而令我最頭痛嘅係，呢啲資訊全部係……微信羣入面。
冇錯，種種眾所周知嘅原因，AI 最難拎到 context 嘅微信羣入面……
而羣入面仲有佢嘅團隊成員：助理、營運、法務、文物研究等一班人，仲有一位工藝美術大師。我要做嘅嘢，就係將呢班人喺羣入面嘅消息消化理解總結，然後翻譯畀 AI，等 AI 做完之後，再掟返嚟……
呢個明顯，太唔 AI 啦。而且太唔符合我懶人嘅習慣。
一個人搞嘢嘅時候，Claude Code 真係好方便，但一旦涉及多人協作，Claude Code 就有啲格格不入。一個喺我本地行嘅終端會話，點樣可以俾我朋友、佢嘅員工一齊參與呢？
雖然我做過啲工具，但好用程度，講真，都係一般……
而且，淨係有人都唔夠，我仲要 AI 參與埋，令到人同 AI 可以無縫、實時噉進行羣體協作。
要達到呢個效果，前置條件就係：要有好用嘅文檔、要有好用嘅 IM、又有 OpenClaw。
咁樣睇落，似乎得飛書最適合……
04飛書 OpenClaw
啱啱好最近飛書有 OpenClaw 嘅大更新，可以真•一鍵部署多個智能體，而且可以原生打通飛書生態，甚至自然支援多智能體協同，喺羣入面對住一堆 AI 指指點點，分派唔同任務。
打開 https://openclaw.feishu.cn，首頁寫住：
“ 多智能體協作，一個飛書羣就係你嘅 AI 團隊！
撳一下「創建」，就可以砌自己嘅龍蝦。仲送咗 500 萬 Tokens 嘅見面禮（但其實唔算多，大約 10 蚊唔夠啫
）。
成個過程，總共三步。
第一步，改個名。我幫佢改咗「四眼蝦」。
改呢個名，純粹係因為我見到佢戴咗副眼鏡……
第二步，確認安全聲明，咁先可以令你隻蝦擁有喺飛書入面任意活動嘅自由能力：
“ 授權之後，AI 將會取得你喺飛書嘅數據存取權限。
授權之後，AI 可以用你嘅身份執行操作。
雖然有安全防護，AI 仍然存在執行非預期操作嘅可能性。
讀、寫、身份，一鍵全部安排曬。講真一開始覺得呢個權限畀得有啲狼……但再諗嚇，AI Native 嘅產品，可能就係要呢個姿態。
字節就要咁跳動。
第三步，等大約一分鐘。啟動雲端電腦、啟動 OpenClaw、連接飛書，搞掂。
一分鐘之後，「四眼蝦」就靜靜咁躺喺項目列表度，狀態：「已部署」。
成個過程，我連想掂命令行或者睇開發者後台嘅機會都冇，連飛書機械人拉羣呢啲嘢，佢都幫我自動搞掂咗……
真係知道我懶，完全零門檻。
05羣蝦上崗
四眼蝦搞掂之後，先到真正好玩嘅部分。
簡單講就係：同一個飛書羣入面，可以行幾隻專職嘅 AI，佢哋互相 @，好似真正嘅同事噉分工做嘢。
Claude Code 做唔做到呢樣嘢呢？其實都得，佢有個 Agent 羣功能我都試過叫一羣 cc 經 tmux 通信嘅方式，但貴同號難搞唔在講，對於非技術人員，見到個黑色框框已經掉頭走，更唔好話嗰班搞文物嘅朋友。
而「國寶回家」嘅項目，都係天然適合呢啲：一堆唔同工種嘅人要一齊推進，而佢哋都喺飛書羣入面。
於是我幫四眼蝦團隊再請咗三位專員：
• 雲舒產品思維夥伴（模板自帶，喺「產品研發」分類下面）：從產品角度將「歸途護照」嘅敍事同功能結構拆清楚
• 產品分析師（呢個係我自定義嘅，人設寫得偏向落地執行）：負責資訊架構同用戶路徑
• 公眾號寫手（模板自帶，「營銷獲客」分類下面）：號稱有 10w+ 嗅覺嘅寫手，負責冷啟動選題同內容傳播
創建過程，真係可以話簡單到離譜。
用你隻小手，撳一下「新增智能體」就得。飛書仲整咗個模板中心，按場景分好曬類：「產品研發」「營銷獲客」「商業經營」……可以直接套模板用，又可以自定義寫段提示詞。
每個 Agent 整好之後，SOUL.md 都會自動幫你寫好。想改就改，唔想改直接上就得。
整完之後，飛書自動拉咗個羣，將所有 Agent 加咗入嚟，我本人亦都被拉咗入去。
一個 AI 團隊，就咁齊曬人。
跟住就到我最鍾意嘅環節：動嘴。
喺羣入面 @四眼蝦，我將個任務掉咗入去，大意係：
“ 幫我將「國寶回家」呢個公益項目落地成一份完整嘅方案。
背景：客戶係北京一間美術館嘅館長，想幫流失海外嘅中國文物整一份數碼化嘅「歸途護照」，涵蓋身世故事、流失時間線、法律檔案、歸途地圖等。
希望你調度團隊做三件事：
產品分析：叫雲舒同產品分析師合力，將護照嘅核心功能、資訊結構、用戶路徑整理出嚟
營運推廣：叫公眾號寫手畀出冷啟動方案、首批傳播素材思路，同一張主視覺海報嘅 brief
商業化：呢個係公益項目，但都要維到皮，幫我諗幾條可行嘅收入路徑（呢部分如果目前團隊覆蓋唔到，就由隊長兜底整理）
最後彙總成一份飛書雲文檔，發畀我。
呢度值得講嘅係，飛書手機端嘅語音輸入用戶體驗，做得非常值得讚。佢會智能識別我 @ 邊個，並自動生效。
講完之後我就……一邊玩去。
返嚟嘅時候，蝦已經做曬啲嘢：
四眼蝦接到任務之後，即刻將工作拆成三路，同時開幹：雲舒同產品分析師去搞護照嘅功能架構、用戶路徑同 MVP 規劃；公眾號寫手去出冷啟動方案、素材矩陣同主視覺海報 Brief；隊長自己兜底商業化路徑。
然後三路並行，各自交付，最後四眼蝦將所有產出彙總成一份完整嘅飛書雲文檔，掉咗喺羣入面。
我撳開文檔一睇，該有嘅都有，唔可以話滿分，但呢一回出嘅質素，80 分都有：
產品分析部分，護照被拆成四大核心模塊：身世檔案、流失時間線、法律通道、歸途地圖，每個模塊都標明要解決咩問題、核心內容係咩、用戶價值喺邊。
商業化部分，隊長梳理咗六條收入路徑，按優先級排好咗序：聯展贊助、文創衍生品、C 端付費、內容出版、政府基金補貼、數據服務，每條都帶住預估收入範圍同啟動難度。
甚至仲貼心咁喺尾度提咗句：「團隊目錄已經整好，有項目直接調度，唔使臨時湊班子㗎🦞」
全程，我就講咗一句話，同飛書完整打通。這事以前呢，呢啲嘢起碼係三五個人嘅小團隊，溝通、對齊、出草稿、改來改去，搞兩三日。
而家就咁搞掂，非常適合呢啲需要多人協作、以及人和多 Agent 協作嘅項目。
除咗飛書龍蝦，我真係好似揾唔到更好嘅方法（如果有請話畀我知）。
06營收看板
淨係出方案其實唔夠，我又想試嚇佢可以做到咩程度。
於是同四眼蝦講：根據啱啱份雲文檔入面商業化嘅路徑，估一個三年營收模型，整成一個深色風格嘅數據看板，我要可以直接拎畀館長睇。
四眼蝦先將營收數據整理好，然後交畀妙搭去生成看板。
幾分鐘之後，佢回咗我一個連結。
撳開一睇，深色風格，排版都幾似樣（但我仍然一眼睇到啲 AI 味，不過都唔緊要喇）：
頂部三張大數字卡片：Y3 累計收入中性預估 4000 萬+、樂觀 7000 萬+、首年保底收入 450 萬。
中間係三年分年總收入嘅柱狀圖，保守、中性、樂觀三條線一目瞭然；下面仲有一張四條收入路徑嘅堆疊面積圖，可以睇到 B 端贊助、文創衍生品、C 端付費、內容出版各自嘅增長趨勢。
最底係四條路徑嘅收入明細表，標明每年嘅中性預估同三年增速，仲附咗四條關鍵結論：B 端贊助係核心收入來源，三年累計貢獻約 50% 總收入；C 端付費增速最快，Y3 實現 1900% 增長……
關鍵係，呢個看板係一個真係撳得用得嘅網頁，有自己嘅 URL，可以刷新、可以分享，後面仲可以畀 AI 繼續改。
呢個就係，龍蝦活在飛書生態裏面嘅優勢。我當然都可以叫 Claude Code「幫我做個看板」，但做完之後呢……
點樣發畀朋友呢？
部署去邊度呢？
我以前嘅做法係導出個 pdf，真係好唔方便。
而家飛書蝦直接掉一個連結出嚟，項目成員喺羣入面撳開之後就可以直接睇，甚至仲可以 comment 畀我隻蝦處理。
07一鍵修復
再講一個我之前對龍蝦最頭痛嘅嘢：容易死。
自己部署過嘅人都應該明。蝦斷線一次，你要翻日誌、睇端口、睇環境變量，一輪搞。
飛書今次將運維都整成可視化面板，入去之後可以睇到所有智能體嘅狀態、對話量、任務量，甚至整咗張 GitHub 風格嘅熱力圖，話畀你知邊個最近做得最多。
遇到異常嘅時候，右上角會直接彈一張告警卡片：
“ 檢測到 OpenClaw 配置異常。當前項目存在配置問題，可能導致對話無響應、模型調用失敗等。撳下面嘅按鈕，AI 會自動修復。
撳一下「AI 修復」，佢就會喺對話框入面將修復過程一步步列曬出嚟：睇配置、睇 Redis、改參數、重啟服務，最後話你知「得咗」。
以前蝦死咗你要自己查，而家可以由 AI 自動完成修復。
做運維嘅朋友睇到呢度，唔知會唔會緊張一下：AI 你殺前端就算啦，點解又嚟殺我……
08冇最好，只有邊個更適合
不過，並唔係我所有嘅工作都可以搬去飛書龍蝦嗰度。顯然，對我嚟講，仲未得。
對過程嘅可控性同靈活性，當然仲係比不上 Claude Code。
雖然飛書將運維同記憶都整咗可視化，但多蝦協作嘅過程，可以睇到「對話 + 交付物」。但中間一隻蝦到底用咗邊個模型、叫咗邊個工具、行咗幾步思考鏈，我只能從輸出反推。
至少我揾過下，揾唔到。
所以對我呢啲習慣白盒嘅古法程序員嚟講，要用嚟搞代碼搞生產環境，仍然會覺得……唔係幾穩陣。
同埋飛書嘅龍蝦目前仲係跟住飛書嘅場景走，飛書文檔、多人協作、羣聊、知識庫，做得非常好，甚至仲集成了 gh 等 CLI，但我目前可能都主要係用呢啲場景，唔會將 Claude Code 同 Codex 完全掉咗唔用。
而對出方案、做內容、多人配合呢類嘢，飛書嘅龍蝦的確比 Claude Code 順手得多，畢竟飛書嘅文檔等生態做得，實在是太好用啦。
呢個其實都係我想講嘅：場景唔同，協作嘅對象唔同，工具自然都會唔同。
冇最好，只有，邊個更適合。
◇ ◆ ◇
相關連結：
• 飛書 OpenClaw：https://openclaw.feishu.cn/
龍蝦🦞爆火以來，雖然我一直在玩和關注，但基本上還真就只是玩，正經事兒我還真沒怎麼用它。
倒也不是龍蝦不好，只是作為一個寫過十年多代碼的人，我大概養成了一個好習慣（也許算是個壞毛病）——
01白盒的習慣
也就是說：我得能看見每一步。
Claude Code 和 Codex 是那種什麼都攤開給我看的工具，到哪一步出的問題我也能一目瞭然。而龍蝦，顯然是挺黑盒的。
我內心非常擔心哪天它翻了車，我會連從哪兒下手查都摸不着頭腦。
所以我一直都用 Claude Code 和 Codex 這類透明型 AI，甚至，我會將一個終端 split 出好十幾二十個 pane 來用……
過程的重要性
但也並不是說龍蝦毫無用處，而是我大概琢磨明白了一點。
用在生產環境裏跑的項目裏的代碼，我當然要看過程。但文檔，我其實只要結果就夠了。
而我自己真正用過一段時間且覺得有用的龍蝦，其實還是對於飛書文檔的使用上：因為飛書的文檔和多人協作實在是做的太好了，我暫時還找不到一個能不用飛書的理由。
而為了讓 AI 能替我用好飛書，我甚至很早以前就做了自用的飛書 CLI 版本。直到後來飛書開源了自己的 CLI 才用上了官方的：釘釘飛書集體拋棄 MCP，CLI 才是 Agent 的終局
但其實，對於文檔的操作這事兒，只需要給我成功交付結果就好了。
而這個場景，顯然就是龍蝦的最佳主場了。
03人與 AI 的協作
我一個認識了十年多的朋友，他是北京一家手工美術館的館長，他最近幾個月在想給流失海外的中國文物建一份數字化的「歸途護照」，項目叫「國寶回家」。
春節前就來找過我幫忙，雖然擁有一眾 AI 的我滿口答應了下來，但其實……這事一直被我拖着。
週末我想了一下，這事還是得幫他推進一下，這麼個公益項目不能就被我這麼一直拖廢了。於是我問他有沒有更詳細一些的想法和要求，然後他就拉了個微信羣，告訴我說上次的文檔有些調整，還提了一些新的想法。
而讓讓我頭疼的是，這些信息全都發在……微信羣裏。
沒錯，種種眾所周知的原因，AI 最難獲取到 context 的微信羣裏……
而羣裏還有他的一些團隊成員：助理、運營、法務、文物研究等一幫人，還有位工美大師。我要做的事情，就是把這幫人在羣裏的消息進行消化理解總結，然後翻譯給 AI，讓 AI 幹完後之後，再扔回來……
這顯然，太特麼不 AI 了。而且也太不符合我懶人的習慣了。
一個人搞事情的時候，Claude Code 還是非常方便的，但一旦涉及到多人協作，Claude Code 就有點格格不入了。一個跑在我本地的終端會話，你怎麼讓我朋友、他的員工，一起參與進來呢？
雖然我做過點工具，但其實好用程度，說實話，也就一般……
而且，光有人還不算，我還得讓 AI 參與進行，讓人和 AI 能夠無縫、實時地進行羣體協作。
要達到這樣的效果，前置條件就是：得擁有好用文檔、擁有好用的 IM、又擁有 OpenClaw。
這麼看下來，好像也就只有飛書最合適了……
04飛書 OpenClaw
正好最近飛書有個 OpenClaw 的大更新，可以真•一鍵部署多個智能體，且能原生打通飛書生態，甚至還天然支持多智能體協同，在羣裏給一堆 AI 指指點點，分派各種任務。
打開 https://openclaw.feishu.cn，首頁寫的是：
“ 多智能體協作，一個飛書羣就是你的 AI 團隊！
點一下「創建」，就可以搭自己的龍蝦了。並附送了 500 萬 Tokens 的見面禮（但其實也不算多，大約 10 塊錢不到吧也就）。
整個過程，一共三步。
第一步，取個名字。我給它取了「四眼蝦」。
取這名，完全只是因為我看它戴了個眼鏡……
第二步，確認一下安全聲明，這樣才能讓你的蝦擁有在飛書裏肆意活動的自由能力：
“ 授權後，AI 將會獲得你在飛書的數據訪問權限。
授權後，AI 可以用你的身份執行操作。
儘管有安全防護，AI 仍存在執行非預期操作的可能性。
讀、寫、身份，一鍵全給安排上了。說實話一開始覺得這權限給得有點猛……但再一想，AI Native 的產品，也許就該是這個姿態吧。
字節就得這麼跳動。
第三步，等大約一分鐘。啓動雲端電腦、啓動 OpenClaw、連接飛書，搞定。
一分鐘後，「四眼蝦」就靜靜躺在項目列表裏了，狀態：「已部署」。
整個過程，我連想碰命令行或看一眼開發者後台的機會都沒有，連飛書機器人拉羣這種事，它都幫我自動搞定了……
是真的知道我懶，完全零門檻了。
05羣蝦上崗
四眼蝦搞好之後，才到了真正好玩的部分。
簡單說就是：同一個飛書羣裏，可以跑好幾只專職的 AI，它們互相 @，像真正的同事一樣分工幹活。
Claude Code 能不能做這事兒呢？其實也能，它有個 Agent 羣的功能我也嘗試過讓一羣 cc 通過 tmux 通信的方式，但貴且號難搞不說，對於非技術人員，看到那個黑框框就望而卻步了，更別說一幫搞文物的朋友們了。
而「國寶回家」的項目，還是天然的適合這個：一堆不同工種的人需要一起推進，而他們都在飛書羣裏。
於是我給四眼蝦團隊又招了三位專員：
• 雲舒產品思維夥伴（模板自帶的，在「產品研發」分類下）：從產品角度把「歸途護照」的敍事和功能結構拆清楚
• 產品分析師（這個是我自定義的，人設寫得偏落地執行）：負責信息架構和用戶路徑
• 公眾號寫手（模板自帶，「營銷獲客」分類下）：號稱有 10w+ 嗅覺的寫手，負責冷啓動選題和內容傳播
創建過程，則真的可以說是簡單到離譜了。
用你的小手，點一下「新建智能體」就完事了。飛書甚至還搞了個模板中心，按場景分好了類：「產品研發」「營銷獲客」「商業經營」……既可以直接套模板用，也可以自定義寫段提示詞。
每個 Agent 建好之後，SOUL.md 都會自動幫你寫好。想改就改，不想改直接上就好。
建完之後，飛書自動拉了個羣，把所有 Agent 加了進來，我本人也被拖了進去。
一個 AI 團隊，就這麼齊活了。
接下來就到了我最愛的環節：動嘴。
在羣裏 @四眼蝦，我把任務丟了進去，大意是：
“ 幫我把「國寶回家」這個公益項目落地成一份完整的方案。
背景：客戶是一家北京的美術館館長，想給流失海外的中國文物建一份數字化的「歸途護照」，覆蓋身世故事、流失時間線、法律檔案、歸途地圖等。
希望你調度團隊做三件事：
產品分析：讓雲舒和產品分析師合力，把護照的核心功能、信息結構、用戶路徑理出來
運營推廣：讓公眾號寫手給出冷啓動方案、首批傳播素材思路、和一張主視覺海報的 brief
商業化：這是個公益項目，但也得能活下去，幫我盤幾條可行的收入路徑（這塊如果當前團隊覆蓋不到，就先由隊長兜底整理）
最後彙總成一份飛書雲文檔，發給我。
這裏值得一說的是，飛書的手機端的語音輸入的用戶體驗做的，還是非常值得表揚的。它會智能識別我 @ 誰，並自動生效。
說完之後我就……一邊玩去了。
回來的時候，蝦已經把活幹完了：
四眼蝦接到任務後，立刻把活兒拆成了三路，同時開幹：雲舒和產品分析師去搞護照的功能架構、用戶路徑和 MVP 規劃；公眾號寫手去出冷啓動方案、素材矩陣和主視覺海報 Brief；隊長自己兜底商業化路徑。
然後三路並行，各自交付，最後四眼蝦把所有產出彙總成了一份完整的飛書雲文檔，甩到了羣裏。
我點開文檔一看，該有的都有了，不能說滿分，但這一把出的質量，80 分還是有了：
產品分析部分，護照被拆成了四大核心模塊：身世檔案、流失時間線、法律通道、歸途地圖，每個模塊都標註了要解決什麼問題、核心內容是什麼、用戶價值在哪。
商業化部分，隊長梳理了六條收入路徑，按優先級排好了序：聯展贊助、文創衍生品、C 端付費、內容出版、政府基金補貼、數據服務，每條都帶着預估收入範圍和啓動難度。
甚至還貼心地在末尾提了一句：「團隊目錄已建好，有項目直接調度，不用臨時攢班子哦🦞」
全程，我就說了一句話，和飛書完整打通。這事要放在以前，這坨事情起碼是三五個人的小團隊，溝通、對齊、出草稿、改來改去，折騰個兩三天。
現在，就這麼搞定了，非常地適合這樣需要多人協作、以及人和多 Agent 協作的項目。
除了飛書龍蝦，我好像真找不到更好的方式了（如果有請告訴我）。
06營收看板
光出方案其實還不夠，我又想試試它能做到什麼程度。
於是跟四眼蝦說：基於剛才雲文檔裏商業化的路徑，估一個三年營收模型，做成一個深色風格的數據看板，我要能直接拿給館長看。
四眼蝦先把營收數據整理好，然後交給妙搭去生成看板。
幾分鐘之後，它回了我一個連結。
點開一看，深色風格，排版還挺像那麼回事的（但我還是能一眼看出點 AI 味兒來，不過也並不重要了）：
頂部三張大數字卡片：Y3 累計收入中性預估 4000 萬+、樂觀 7000 萬+、首年保底收入 450 萬。
中間是三年分年總收入的柱狀圖，保守、中性、樂觀三條線一目瞭然；下面還有一張四條收入路徑的堆疊面積圖，能看出 B 端贊助、文創衍生品、C 端付費、內容出版各自的增長趨勢。
最下面是四條路徑的收入明細表，標註了每年的中性預估和三年增速，還附了四條關鍵結論：B 端贊助是核心收入來源，三年累計貢獻約 50% 總收入；C 端付費增速最快，Y3 實現 1900% 增長……
關鍵在於，這個看板是一個真的能點能用的網頁，有自己的 URL，能刷新、能分享，後面還能讓 AI 接着改。
這就是，龍蝦活在飛書生態裏的優勢了。我當然也可以讓 Claude Code「幫我做個看板」，但做完之後呢……
怎麼發給朋友呢？
部署到哪裏呢？
我以前的做法是導出個 pdf，還是非常不方便的。
現在飛書蝦直接甩一個連結出來，項目成員在羣裏點開後，就可以直接看了，甚至還可以 comment 給我的蝦來處理。
07一鍵修復
再聊一個我之前對龍蝦最頭疼的事兒吧：容易掛。
自己部署過的人應該都懂。蝦掉線一次，你得翻日誌、查端口、看環境變量，一頓折騰。
飛書這次把運維也做成了可視化面板，進去之後能看到所有智能體的狀態、對話量、任務量，甚至還搞了一張 GitHub 風格的熱力圖，告訴你誰最近幹活最多。
遇到異常的時候，右上角會直接彈一張告警卡片：
“ 檢測到 OpenClaw 配置異常。當前項目存在配置問題，可能導致對話無響應、模型調用失敗等。點擊下方按鈕，AI 將自動修復。
點一下「AI 修復」，它就在對話框裏把修復過程一步步吐出來：查配置、看 Redis、改參數、重啓服務，最後告訴你「好了」。
以前蝦掛了你得自己排查，現在由可以由 AI 自動就完成修復了。
做運維的朋友看到這裏，不知道會不會緊張一下：AI 你殺前端就算了，怎麼又來殺我了……
08沒有最好，只有誰更合適
不過，並不是所我的所有工作都可以搬到飛書龍蝦裏來了。顯然，對於我來說，還不能。
對過程的可控性和靈活性，當然還是比不上 Claude Code。
雖然飛書把運維和記憶都做了可視化，但多蝦協作的過程，能看到「對話 + 交付物」。但中間一隻蝦到底用了哪個模型、調了哪個工具、走了幾步思考鏈，我只能從輸出去反推。
至少我找了找，沒有找到。
所以對我這種習慣白盒的古法程序員來說，要用來搞代碼搞生產環境，還是會覺得……不太踏實。
以及飛書的龍蝦目前，還是跟着飛書的場景走，飛書文檔、多人協作、羣聊、知識庫，做得非常不錯，甚至還集成了 gh 等 CLI，但我目前可能也主要就用這些場景了，不太會把 Claude Code 和 Codex 完全扔掉不用。
而對出方案、做內容、多人配合這類事情，飛書的龍蝦確實比 Claude Code 順手得多，畢竟飛書的文檔等生態做的，實在是太好用了。
這其實也是我想說的：場景不同，協作的對象不同，工具自然也會不同。
沒有最好，只有，誰更合適。
◇ ◆ ◇
相關連結：
• 飛書 OpenClaw：https://openclaw.feishu.cn/