共脑计划：http://t.cn/AXK0iFzB
我们用 AI 加速了一切，却忘了团队里最慢的接口是人与人的沟通
今天，我们用 codex搭工作流，用 claude code写代码
每一个生产环节都在变快，但团队最常见的返工，往往是沟通问题
同一句“尽快”，有人理解为半小时，有人理解为今天下班前
所以，我们做了一个 Vibe Coding 产品，叫做【共脑计划】
它是一套可以被 AI 调用的人与人协作协议，把每个人隐性的工作习惯、判断方式、反馈偏好和协作边界，转化为可持续更新的团队context,帮助我们更好减少团队协作的返工和摩擦

1、它是怎样运行的？
第一步：用公司真实 Context 生成情境题
第二步：3 分钟生成个人协作名片
每个人完成问卷后，Agent 会自动生成一份 Markdown 协作名片
第三步：进入 Linkly AI，变成组织的长期记忆
个人名片生成后，会以 Markdown 文档进入 Linkly AI 的云端知识库，Linkly AI 在这里是共脑协议的“组织上下文层”。
它可以：
- 为文档建立全文索引和结构化大纲；
- 通过关键词或自然语言找到相关人员和协作信息；
- 让 AI 渐进式读取真正相关的内容，而不是一次吞下整个知识库；
- 将本地知识库同步到云端，保持 24 小时在线；
- 把知识库分享给团队成员；
- 通过 MCP、CLI 和 Skills 接入 Codex、Cursor、Claude 等 Agent。
这意味着，团队个人名片可以在真正需要的时候，被 AI 找到、理解并使用。
第四步：Agent 在工作发生时调用它
当你准备给同事发消息、分配任务、组织会议或者复盘返工时，【共脑计划】会从 Linkly AI 中检索相关人的协作名片，再结合当前任务给出建议。

2、共脑协议可以做什么？
01｜“怎么和 TA 说”翻译器
你输入原始消息：
青苔，这篇文章尽快帮我看一下，感觉还需要改改。
Agent 调用青苔的协作名片后，发现：
- “尽快”缺少明确时间；
- “看一下”没有说明反馈范围；
- 青苔习惯先了解目标和完整背景；
- 她更容易处理带有判断依据的反馈。
于是消息被翻译为：
青苔，想请你今天 19:00 前帮我判断一下这篇文章的叙事方向。主要看开头是否抓人，以及产品定位是否准确，措辞暂时不用细改。文章目标和受众已经放在文档顶部。

02｜任务分工路由器
一个临时任务出现时，Agent 可以同时检索多位成员的岗位、优势和协作方式，帮助负责人判断：
- 谁适合定义问题；
- 谁适合快速启动；
- 谁适合做低成本验证；
- 谁适合推进交付；
- 谁适合最后把关；
- 两个人合作时，可能在哪里产生摩擦。

03｜返工 Replay
当一次项目出现返工，点击“返工”按钮，记录：
- 返工发生在哪个环节；
- 最开始缺少了什么信息；
- 双方对“完成”的理解是否不同；
- 决策人是否明确；
- 任务的背景、范围和截止时间有没有说清楚。
Agent 会结合当事人的协作名片生成一次 Replay：
如果重新来一次，任务应该怎样发起？
哪些信息应该在第一条消息里给出？
应该在哪个节点进行确认？
这是个人沟通问题，还是团队流程问题？
复盘结果会继续写回 Linkly AI。
随着数据积累，团队可以看到：
- 本月发生了多少次返工；
- 最常见的沟通缺口是什么；
- 哪些词最容易产生不同理解；
- 哪些问题应该尊重个人差异；
- 哪些问题应该升级为团队统一规则。

04｜Small Talk 自动售货机
不知道在电梯里和同事聊什么？
Agent 可以读取对方公开的 Small Talk 标签，给出几个轻松入口：
- 最近在关注的 AI 工具；
- 喜欢的电影或游戏；
- 旅行、宠物、音乐；
- 对方热衷的奇怪小话题。
让建立关系这件事，少一点尴尬，多一个自然的开头。
http://t.cn/AX6pBb35
#微博vibelab##VibeWork##职场嗨客官#