6 月 2 日，阿里 MuleRun 企业版上线 Messages 协作能力，实现多人和多 Agent 同时协作，团队成员与多个 Agent 能在同一个消息线程中形成讨论、决策、执行、交付的工作闭环。Messages 支持用户自定义配置 Agent，给不同 Agent 赋予明确的职责边界、专业领域、工作风格，使其充分发挥特定能力；此外，用户还能根据工作的复杂程度，自主选择 " 雇佣 "Agent 实习生或 Agent 专家，实现最优资源配置。在实际应用中，Messages 能显著提升产品研发、内容创作、营销活动、数据分析等多线程项目的协同效率，为全球企业构建高效智能的 AI Native 团队。

图示 MuleRun Messages 能力上线

MuleRun 的 Messages 能力并非群聊加 AI 助手的聊天模式，而是让人和 Agent 协作来提升生产力，在群聊中完成工作交付，并且确保所有上下文在同一个群里实现共享和实时流转，减少信息流失，让组织效率和个人生产力同步提升。在具体操作上，Messages 支持用户自定义配置 Agent 实习生或 Agent 专家，实习 Agent 可用于处理需快速完成的流程性任务，专家 Agent 可用于解决复杂任务、脑力工作或做决策；团队成员可在同一个群聊中，完成与其他同事的交互，形成人与人、人与 Agent、Agent 与 Agent 的无缝交流，所有需求的提出、执行、反馈修改和交付均在同一个线程内完成，彻底消除了工具切换的繁琐与信息搬运的误差。

示例 使用 Messages 能力推进营销项目

在实际应用中，Messages 能显著提升跨部门协作和项目协同的效率，加速复杂工作流的进程。例如，在一个产品功能更新的项目中，产品经理向实习 Agent 发布需求，搜集竞品的功能更新信息，再让专家 Agent 分析和决策需要更新的功能点；同时，技术同事在同一个群聊中，就专家 Agent 给出的决策，和产品经理沟通修改方向，并直接将可行性建议反馈专家 Agent，高效调整更新方案，全程告别信息搬运和工具切换。再例如，在客户问题处理的日常工作流中，客服提供复杂的客户问题，由专家 Agent 基于知识库给出建议，技术人员同线程确认并补充细节，人机协同能大幅降低错误率并缩短客户的响应时间；在数据复盘项目中，运营将原始数据交由实习 Agent 整理出报表，分析师再交由专家 Agent 分析趋势，并深挖数据背后的逻辑，业务决策者可在同一群聊里全程了解上下文，充分理解背景并做出最优决策。

示例 使用 Messages 能力推进设计项目

据悉，MuleRun 是给企业和个人提供 AI 生产力的全球化 Agent 产品，目前已服务中国、日本、巴西、墨西哥等全球 43 个国家的企业和用户，单月付费超 200 美金的用户占比达 34%，付费用户每周活跃工作日为 2.6 天，人均每周完成 13 个端到端交付的工作任务。

* 附 MuleRun 官网链接：