Google Research 这周公开了 Antigravity 的 /teamwork 功能：多个 AI 智能体可在同一开发环境中分工、协作，并共同推进科学与工程项目。我们的判断是，大模型产品的下一道门槛不只是回答质量，而是能否把复杂工作拆成多个可协调角色。

这是什么

/teamwork 可以理解为让一组 AI 智能体共同完成一项复杂任务：它们分别负责规划、编码、检索资料或检查结果，并共享工作上下文。与普通聊天助手相比，它更接近一个可并行推进任务的数字工作团队。

Google 将其首先放在科研与工程场景，原因是这类任务步骤多、依赖复杂，既需要生成代码和设计方案，也需要查资料、验证逻辑。智能体之间如果可以分工，就有机会减少人工在环节之间搬运信息的成本。

行业怎么看

值得肯定的是，竞争焦点正在从“模型一次能写多好的代码”转向“系统能否稳定完成任务”。单模型能力相近时，谁能让不同智能体分工、处理冲突并留下可检查的过程，谁就更可能进入真实研发流程。

但风险也很明确：多智能体并不天然等于高效率。任务拆分如果不清、上下文传递有误，系统可能产生更多返工；智能体相互引用错误结论时，还会放大问题。Google 展示的是一种协作机制，而不是科研准确率或工程效率已经得到普遍验证。权限控制、过程追踪，以及人类何时介入，仍是决定能否规模使用的关键。

对普通人的影响

对企业 IT：企业会逐步评估 AI 能否从辅助写作扩展到研发、测试和资料整理，但多智能体权限更大，也意味着审计、数据隔离和责任归属必须先补齐。

对个人职场：知识工作者可能更多采用“AI 团队”处理调研、方案和原型工作；短期变化更像任务被重新分配，而不是某个完整岗位立即消失。

对消费市场：面向消费者的 AI 产品会更多提供自动分工和后台协作功能，用户看到的结果将更完整，但过程更难判断，需要更清楚的结果说明与撤回机制。