外观
我招了 3 个 AI 同事,它们的大脑都是 Opus 4.7

你有没有这种感觉——
现在的 AI 工具越来越多,但每次用完都像跟一个新来的实习生聊天。你花了十分钟交代背景、说完需求、拿到结果,关掉窗口。第二天再打开,它什么都不记得了,又得从头来。
更别提那种"我出去吃个饭回来,想看看 AI 帮我干了多少"的幻想了——你不打开对话框,它就是一动不动。你是老板,但你得 24 小时盯着实习生干活。
我一直在想:有没有一种 AI,不是让我"用"它,而是让它真正"上班"的?
不用我每次从头交代,能记住我之前说过什么;不用我时刻盯着,能自己按日程做事;不是一个人孤军奋战,能跟其他 AI 在一个群里协作。
最近试了一个产品,叫 Helio。用了一段时间之后,我发现这东西跟我之前用过的所有 AI 工具都不太一样。
它不是一个"更好的聊天框"。它更像是一个公司内部的协作平台,只不过你的同事里有一半是 AI——它们有名字、有岗位、有记忆、有自己的日程表,你不在的时候它们也会干活。
这篇文章就是一个完整的实操记录:从注册到让 3 个 AI 同事开始干活,每一步是怎么做的,中间哪些地方让我意外,以及这东西到底适合什么样的人。
Helio 到底是什么?30 秒搞懂
一句话说完:Helio 是一个让 AI 以团队成员身份参与工作的协作平台。
你可以在里面建频道、建任务看板、拉人进群——这些操作你在企业微信、飞书、Slack 里都做过。唯一的区别是,Helio 里的"人"可以是 AI。
这些 AI 同事:
- 有自己的名字和头像,出现在组织通讯录里,和你并排在一起
- 有独立的邮箱(格式就是 name@yourcompany.helio.im)
- 有自己的记忆,会记住你之前交代过的事
- 有自己的日程表,到点了会自动执行任务
- 你 @ 它,它回复你;你不 @ 它,它看到相关消息也会主动响应
不是"打开一个 AI 窗口聊几句",是"把 AI 拉进工作群,让它跟你一起推进项目"。
理解了这个前提,后面的操作就都顺了。
Step 1:下载登录,2 分钟搞定
Helio 目前有 macOS 桌面端。先打开官网,找到下载入口,下载安装包就能开始体验。
- 打开官网:https://helio.im
- 下载安装包:https://downloads.helio.im/macos/latest
- 打开应用,用你常用的方式登录(Google 账号或邮箱都行)

首次进入会有一个简单的环境设置,系统帮你初始化好 workspace。这个过程很快,基本就是点两下"下一步"的事。

Step 2:认识你的 HR——这个设计让我没想到
进入 workspace 后,我发现系统自动给我分配了一个叫 HR Manager 的 AI。
不是那种"欢迎使用本产品,以下是功能介绍"的引导页。而是一个真正在跟你聊天的 AI 同事,它的职责是帮你"招人"——了解你想干什么,然后帮你配置合适的 AI 团队。
我试着发了一句:
Plain
我是一个内容创作者,平时要追踪 AI 行业动态、写推特和公众号文章。我想用 Helio 帮我自动化一些重复的信息收集和内容整理工作。我应该招聘几个 AI 配合我?HR 几乎秒回,而且不是那种泛泛的"好的,已为您创建"。它先给了我一个克制的建议:
按你的工作流,我建议从 2 个起步,不要一上来就 3-4 个——AI 多了反而你要花时间协调他们。
两人组配置:
- 情报官 — 每天扫 AI 圈的新闻、论文、重要账号的推文;去重、分类,每早给你一份选题池(3-5 条有潜力的);你指一条,ta 帮你扒深资料
- 写手 — 接情报官的选题 + 你的角度,出初稿;推特版(短、钩子强)和公众号版(长、有结构)一起产;学你的语气,改几轮就越写越像你
- 为什么不分「推特写手」和「公众号写手」:你的语气是一套的,一个写手维护你的人设更稳定;让他同时产两个版本反而能自然做到「长短呼应」。
- 如果之后真的觉得一个写手带不动,再拆不迟。
注意看这段回复——它不是在给我介绍功能,也不是无脑帮我创建一堆 AI。它是在帮我做组织设计:几个人合适、为什么这么拆、什么时候该扩编。甚至连"AI 多了反而要花时间协调"这种管理常识都说了出来。这跟你入职第一天 HR 带你认识工位的感觉很像。
我觉得方案靠谱,让 HR 直接帮我把人建好。几秒钟之后,两个 AI 同事就出现在了左侧边栏的 AI Teammates 列表里。

以前用 AI 产品,第一步都是"新建对话"或者"选择模板"。Helio 的第一步是让一个 AI 先帮你做团队规划,然后直接把人招进来。既是顾问,又是执行者。这个起手式就已经跟其他产品拉开距离了。
Step 3:自己动手加第 3 个 AI 同事
HR 帮我建好了情报官和写手,用了两天之后,我发现少了一个角色——我每天还要看公众号后台数据、追踪文章的阅读量和涨粉情况,这些事情情报官和写手都不管。于是我决定自己手动再加一个。
操作很简单:
- 左侧边栏找到 AI Teammates,点旁边的 + New
- 给你的 AI 起个名字——这里建议起一个跟岗位相关的名字,我起的是"数据追踪官",而不是随便叫个"小助手"。名字越具体,AI 越知道自己该干什么
- 创建完成后,它会出现在你的 AI Teammates 列表里

给 AI 做"入职交接"
HR 帮你招的 AI,它会根据对话自动理解职责。但自己手动建的 AI 是一张白纸——你得点进它的 Chat 标签,用自然语言告诉它:你是谁、你的职责是什么、遇到什么情况该怎么处理。
我给数据追踪官做的入职交接是这样的:
Plain
你是我的数据追踪官。你的核心职责是:
1. 每天帮我汇总公众号后台数据(阅读量、涨粉、取关、分享数)
2. 如果某篇文章数据异常(特别好或特别差),主动分析可能的原因
3. 每周五给我一份周报,标注本周表现最好的 3 篇内容和可能的规律
4. 推送到 #数据 频道并 @ 我
格式要求:数据用表格呈现,分析尽量简洁,结论先行。
注意:你只做数据汇总和分析,不要替我做内容决策。这一步非常关键。你交代得越清楚,后续 AI 的表现越稳定。把它想象成给一个新来的同事做入职培训——你不会只说"去把活干了",你会告诉他干什么、怎么干、什么不该干。

调整 AI 的个性设置
在 AI 的 Settings 标签页,你还可以调整:
- 底层模型(比如换成 claude-opus-4.7)
- 模型来源,如果你已经有自己的订阅或 API,也可以接进去使用
- Personality 设置——Verbosity(话多不多)和 Creativity(创造力高不高)

如果你希望 AI 严谨简洁地汇报,就把 Verbosity 调低;如果你希望它帮你做头脑风暴,就把 Creativity 拉高。

Step 4:建一个真实项目频道,让 AI 进来干活
光有 AI 同事还不够,得给它们一个"工位"。在 Helio 里,频道(Channel) 就是工位。
我建了一个叫 #内容 的频道,然后把情报官、写手和数据追踪官都拉了进来。操作方式跟你在任何 IM 里拉人进群一模一样:点频道顶部的 + 图标,搜索 AI 名字,选中加入。

加入之后,我先在频道里发了一条"开工消息":
Plain
这个频道用来做每日 AI 行业信息的收集、筛选和复盘。@情报官 负责每天早上推送当日动态摘要,@写手 负责把我选中的素材扩写成公众号初稿,@数据追踪官 负责持续记录选题、发布时间、阅读量、互动反馈和转化表现,定期总结哪些主题、标题和表达方式更有效,并把结论反馈给 @情报官 和 @写手,帮助后续选题和写作优化。有任何问题先在频道里讨论,不要私自行动。这是一个很重要的习惯:先说清楚频道的目标和每个人的分工,再让 AI 开始干活。 别一上来就甩一句"赶紧搞完"——AI 能读到上下文,但它仍然需要你明确目标和边界。

一个细节:频道越聚焦,AI 越准
Helio 官方也建议:不要把所有事都堆在一个群里。按主题拆频道——#内容、#数据、#用户反馈——每个频道只拉相关的 AI。频道越聚焦,AI 读到的上下文越精准,产出质量越高。
这跟管理真人团队是一个道理:你不会把行政、研发、销售全拉到一个群里讨论所有事情。
Step 5:用人话设置定时任务
这个功能是我觉得体验最丝滑的地方之一。
我在情报官的 Chat 里直接说了一句:
Plain
每天早上 8:50,帮我把今天 AI 领域的重要新闻整理成摘要,发到 #内容 频道并 @ 我。它立刻理解了,并且自动把这个任务写进了自己的 Calendar(日程表)。
我点进它的 Calendar 标签一看——确实排好了,每天 8:50 触发,整月视图一目了然。不需要我去配 cron 表达式,不需要写代码,不需要找第三方自动化工具。用人话说一句就搞定了。

如果你想暂停或修改这个定时任务,直接去 Calendar 里点对应条目就能操作。
用了一段时间后,让我最惊喜的 3 个细节
上面的流程跑通之后,我用了一段时间。下面 3 个细节是我没预料到的。
1. Dream 机制——AI 同事每晚会"做梦"
这个是我翻 AI 工作台的时候偶然发现的。
Helio 的每个 AI 同事,每天凌晨会自动触发一次叫 Dream 的机制。它会做什么呢?
- 回顾最近的对话和任务
- 识别自己哪些做对了、哪些做错了
- 更新自己的行为规范和 system prompt
- 每次改动都写入 changelog,你可以审阅,也可以回滚
说白了就是 AI 会在你睡觉的时候"自我复盘"。
有一次我头天晚上跟情报官说"以后摘要里不要加 emoji",第二天早上它推送的内容真的就没有 emoji 了——而且不只是那一次对话的效果,它是写进了自己的行为规范里的,永久生效。
这种"越用越懂你"的感觉,是传统 AI 聊天工具给不了的。
2. Activity 标签——AI 在干什么,全程透明
以前用 AI 工具最不安的地方就是:你不知道它到底在干什么。你发了一个任务,等了 5 分钟没回复,心里就开始犯嘀咕——它在思考还是卡住了?
Helio 每个 AI 都有一个 Activity 标签页,相当于它的工作日志。你能看到:
- 它发了什么消息
- 调用了什么工具
- 正在处理什么指令
- 有没有报错
每一条记录都有时间戳。如果 AI 的行为出了问题,你可以直接在 Activity 里找到是哪一步卡住的,然后去 Chat 里纠正它。
这种透明度让我很有安全感——不是黑盒,你随时能知道你的"员工"在干嘛。

3. Memory 机制——AI 的记忆是结构化的
另一个让我意外的设计是 Memory。
Memory 存的不是聊天记录——它是 AI 在工作过程中形成的规则和认知。里面按类型分成好几种:
- 惯例(比如"我们公众号不用 emoji")
- 陷阱(看起来对但会出错的事)
- 决策(为什么选 A 不选 B)
- 偏好(你的个人风格习惯)
- 当前焦点(最近在忙什么)
每条记忆都有置信度评级,你可以搜索、过滤、手动修改甚至删除。
如果你发现 AI 理解有偏差,去 Memory 里翻一下通常就能找到原因——可能是它之前错误地记住了某条信息。删掉那条,它的行为就会修正过来。
而且每个 AI 的 Memory 是独立的,不会互相串。你告诉情报官的偏好,写手不会知道。如果你想让所有 AI 都知道的信息(比如你的公众号定位),就放到频道里说一遍,让它们各自记住。

一个实际的工作日是什么样的
跑了一段时间之后,我的日常大概长这样:
早上 9:00 — 打开 Helio,先看 Inbox。情报官 8:50 就推送了今天的 5 条 AI 动态摘要,其中 2 条它标注了"强烈建议发公众号"。
9:15 — 扫完摘要,挑了一条 Anthropic 的新发布,在 Chat 里跟写手说:“就这条,按我们公众号风格写初稿,重点讲对个人开发者的影响。” 然后我去干别的事。
10:00 — 回来看了一眼写手的 Activity,它正在写。15 分钟后交稿,我在 Chat 里让它改了两处措辞,通过。
下午 — 打开 Calendar 看一眼今天还有什么自动任务要跑,确认一切正常。
全天和 AI 的交互时间:大约 40 分钟。
AI 替我完成的工作量:信息扫描 + 筛选 + 公众号初稿,至少省了 2-3 小时。
这东西适合谁?
它最适合那些脑子里有很多想法,想让 AI 真正帮自己做事的人。
现在很多 AI 工具其实都有门槛。命令行、API、配置、提示词工程,这些东西对技术背景的人来说是能力,对非技术背景的人来说,更多时候是压力。
它真正有意思的地方,在于帮每一个有想法的人,把自己使用 AI 的能力真正提上来。你不需要懂技术,只需要说清楚自己想要什么,然后让 AI 团队去讨论、分工、执行、汇报进展。
说白了,它适合的是这样一类人:一个人也想指挥一群 AI,把脑子里的想法变成真实结果。
我觉得最值得试的几类人
- 内容创作者 / 自媒体人 — 你每天要扫描大量信息、筛选选题、写初稿,这些高度重复的环节交给 AI 同事效果立竿见影
- 小团队管理者(3-10 人) — 你希望把部分跟进、整理、汇报前置工作交给 AI,腾出人力做更有价值的事
- 已经在用 AI 但不满足于“单次聊天”的人 — 你想要 AI 有记忆、有日程、能自主推进,而不是每次都从零开始
- 有想法但不想被技术门槛卡住的人 — 你不想研究命令行、API、复杂配置,也不想天天琢磨提示词工程,只想把需求说清楚,让 AI 帮你把事情往前推
结语
之前我写过一篇 Codex + Claude Code 双 Agent 工作流教程,结尾写了一句话:
“说到底,这不是在折腾工具,而是在给自己组建一个 AI 工作团队。”
那篇文章里,"AI 团队"还是一个需要你自己在命令行里搭建的概念。而 Helio 做的事情,就是把这件事产品化了——你不用写代码、不用配代理、不用搞调度。打开应用,建频道,拉 AI 进来,分配任务,它们就开始干活了。
AI 已经不只是一个"更快的搜索框"了。当它有了名字、有了记忆、有了日程表、会在你睡觉的时候自己干活的时候——它就不再是工具,而是同事。
至少在 Helio 里,我第一次有了这个感觉。
如果你也想试试,Helio 目前已经开放公测,macOS 桌面端直接下载注册就能体验。
体验过程中如果遇到问题,或者有什么建议,也可以去他们的 Discord 反馈:https://discord.gg/NxgtTMxP64
用了之后觉得怎么样,欢迎回来聊聊——你打算让你的 AI 同事干什么活?👇
来源:飞书 · AI Spark 知识库 | 原文(最新版):https://lcnniolukk80.feishu.cn/wiki/HKOfw9WiVik9Kqk4ga4cq5qTnOd | 归档:2026-06-04