AI编程协作工具Amp于11月6日宣布推出Spaces功能，试图为AI智能体与团队协作构建新的工作方式。用户不再需要手动创建、命名和管理多个Agent线程，只需与一个主Agent对话，由后者理解需求、拆解任务，并自动生成和协调其他Agent线程。
在传统的多Agent工作流中，任务拆分、分派和追踪通常由用户自行完成。Spaces将这一层组织工作交由Agent承担：每个Space是用户与单个Agent的对话入口，该Agent会为用户启动并协调多个并行线程。团队可以在一个Space中提出“推进某项功能上线”或“开展一次安全审查”等目标，主Agent将目标转化为多个具体任务，分别创建线程执行，并以实时卡片形式在聊天中呈现进展。
Spaces的定位不止于单人自动化工具，它被设计为团队共同规划和指挥工作的场所。成员可在同一聊天中提出需求、反馈问题或补充想法，每项拆出的工作会显示当前状态以及是否需要人工介入。用户点击任务卡片即可进入对应线程，查看Agent产出、继续迭代或直接推进交付。团队成员还能在消息下评论讨论，但只有当有人通过@amp提及时，Amp才会读取相关评论，以减少干扰。
Amp将Spaces视为一种更高层级的多Agent协作方式：用户从逐条安排Agent转向向具备协调能力的Agent描述目标，再由后者负责任务分解、线程创建、进度组织和结果汇总。官方示例显示，一名成员曾通过单个Space完成服务账号功能的发布，另一场景则是定期安全审查。用户只需在侧边栏的Spaces区域点击“+”，设置标题和项目，并向Agent说明要处理的工作即可开始。
Amp是一款面向软件开发的AI编程Agent与开发环境，核心目标是让开发者把“做什么”交给Agent，由Agent负责读代码、改代码、跑测试、迭代，并在云端或本机持续执行任务。Amp可在用户工作区中运行工具和Shell命令，用于检查代码、执行测试并快速迭代，还能通过Task工具将特定子任务交给子Agent处理。
从产品形态看，Spaces反映出AI编程工具正从单人问答模式向团队化、任务编排化演进。当Agent能够自主拆解和并行执行任务时，开发者的角色可能更多转向定义目标、审查结果和处理关键决策，而非手动调度每一个子任务。这一变化对团队协作流程和任务管理方式的影响，仍有待实际使用数据验证。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
