Glue 的出现标志着团队协作正从“工具使用”迈向“AI Agent 共事”的范式革命。它以“线程为中心”的架构解决 Slack 式频道噪音问题，并将 AI 深度嵌入工作流——不再是独立聊天窗口，而是具备上下文感知、跨应用操作（通过 MCP 协议）和主动干预能力的虚拟队友。这不仅是界面优化，而是重构了知识流动、任务执行与组织协同的底层逻辑：未来的工作平台，是人类与 Agent 并肩作战的“胶水空间”。

你有没有想过，团队协作这件事可能要彻底变了？我们正在从使用各种独立的 AI 工具，转向将 AI agent 视为团队成员的全新协作方式。这不是什么小修小补，而是一场彻底的范式转变。想想看，那些我们习以为常的工作方式——在 Slack 频道里被无尽的消息淹没、不断切换各种工具、花大量时间寻找信息——这些都在因为 AI agent 驱动的协作平台而被重新定义。

David Sacks 最近带着他的新产品 Glue 正式走向市场，并刚刚完成了 2000 万美元的 A 轮融资。这个名字你可能很熟悉，他是 PayPal 黑帮成员之一，也是 Yammer 的创始人，更是 All-In 播客的联合主持人。但让我更感兴趣的是，他为什么要在已经是超级成功的风险投资家和播客主持人的情况下，再次投身到产品创业的辛苦工作中？答案很简单：他看到了一个巨大的机会，一个用 AI agent 彻底改变团队协作方式的机会。当我深入了解 Glue 之后，我发现这不仅仅是又一个聊天工具，而是对整个企业协作软件市场的一次革命性挑战。

为什么我们需要重新思考团队协作

我自己每天都在用 Slack，相信很多人也是。但说实话，Slack 带来的痛苦和便利一样多。我加入了大概五十个频道，每天有数百条消息涌入，其中真正与我相关的可能只有百分之十。剩下的都是噪音，但我又不敢不看，因为怕错过重要信息。这种”频道疲劳”几乎是所有 Slack 用户的共同痛点。你被加入一个频道，是因为其中某一个讨论串需要你参与，但从此以后，这个频道里所有的讨论——包括那些与你完全无关的——都会涌入你的视野。随着时间推移，你的侧边栏堆满了频道，每个频道上都挂着未读消息的数字。

David Sacks 在采访中提到，这个问题他在十几年前做 Yammer 的时候就意识到了。当时他们创造了基于信息流的企业社交网络，后来这个范式演变成了基于频道的聊天，也就是 Slack 和 Teams 所代表的模式。但他一直觉得这种模式存在根本性缺陷，只是当时没有机会去实现他心中更好的解决方案。2012 年 Yammer 被微软收购后，他又花了多年时间做投资、做播客，但这个”未竟的事业”一直在他心里。直到现在，AI 技术的突破让他看到了实现理想协作平台的可能性。

Evan Owen 是 Glue 的另一位联合创始人兼 CEO，他之前是 Zinc 的工程负责人，那也是一家做企业通讯的公司，后来被 ServiceMax 收购。他和 Sacks 有着相似的经历和frustration，都觉得现有的团队协作工具还远远不够好。当 Evan 作为驻场创业者加入 Craft Ventures 时，他和 Sacks 一拍即合，开始秘密打造 Glue。这一做就是两年多，直到产品足够成熟才正式对外发布。

我认为他们选择的时机非常关键。如果是五年前做这件事，AI 技术还不够成熟，无法真正改变协作体验。但现在大语言模型已经足够强大，可以理解复杂的上下文、执行各种任务、连接无数应用。这为重新设计团队协作工具创造了完美的条件。更重要的是，用户的期望也变了。在 ChatGPT 出现之后，人们已经习惯了用自然语言与 AI 交流，他们开始质疑：为什么在工作中还要忍受那些笨拙、复杂的界面？为什么不能直接告诉软件我想做什么，让它帮我完成？

Glue 到底解决了什么问题

Glue 的核心创新在于把”线程”而不是”频道”作为协作的基本单位。这听起来是个小改动，但实际上改变了一切。在 Slack 中，如果你要讨论一个具体的工作项目，比如开发一个邀请链接功能，你可能会在产品频道里开一个讨论串。但如果设计师也需要参与这个讨论，你就得把所有设计师都加入产品频道，这样他们才能看到这个讨论串。问题是，从此以后，这些设计师就会看到产品频道里所有的讨论，即使其中 90% 与他们无关。

Glue 的做法是把线程从频道中”解放”出来。每个线程都是一个独立的对话单元，有自己的名字，你可以把它发送给多个群组或个人。比如”邀请链接功能”这个线程，你可以同时发给产品团队和设计团队，只有这两个团队能看到这个特定的讨论，而不需要把设计师加入整个产品频道。这样一来，每个人的收件箱里只会出现与自己真正相关的线程，噪音大幅减少。当一个线程的讨论结束后，你可以像在 Gmail 里归档邮件一样归档它，它就不会再占据你的注意力。

我试用了 Glue 之后，发现这种设计真的很优雅。你有一个统一的收件箱，里面包含了所有你参与的线程、新的群聊和私信。你不需要在几十个频道之间跳来跳去查看是否有新消息。如果你想发现组织里正在发生什么，可以浏览信息流，那里汇集了所有公开讨论，有点像当年 Yammer 的设计。但关键是，浏览信息流是可选的，你可以在有空的时候去看看，获取公司的脉动，而不是被迫处理大量无关信息。

这种设计的好处在产品演示中非常明显。Evan 展示了他们如何用线程来组织工作，每个线程都有清晰的主题和参与者。当需要跨团队协作时，不需要建立新的频道或者把人拉进现有频道，只需要把线程发给相关的人或群组就行了。这大大降低了协作的摩擦成本，也让每个人可以专注于真正重要的对话。而且 Glue 有一个很聪明的功能，就是 AI 会自动为线程生成名称，这让后续的引用和搜索变得非常方便。

AI Agent 才是真正的杀手锏

但如果 Glue 只是改进了线程模型，那它充其量只是一个更好用的 Slack 替代品。真正让 Glue 与众不同的是它深度集成的 AI agent 能力。我认为这才是这个产品最激动人心的部分，因为它展示了 AI agent 如何从根本上改变我们的工作方式。

在 Glue 中，AI 不是一个独立的工具，而是团队的一员。它生活在你的对话环境中，了解团队的所有讨论，可以访问你连接的各种应用和数据源。这意味着它拥有完整的上下文，可以给出真正有用的答案。比如你可以直接问：”我们的设计师 Jason 最近在做什么？”AI 会搜索相关的对话记录，然后告诉你 Jason 正在处理新用户体验、界面审计和邀请链接功能，并且引用具体的讨论串作为信息来源。

这对管理者来说简直是神器。在远程工作或分布式团队中，管理者最大的挑战就是了解每个人在做什么、进展如何。传统做法是开各种站会、写各种报告，耗时又低效。但在 Glue 中，你只需要问 AI 一句话，就能获得基于实际工作对话的即时答案。而且因为 AI 引用了信息来源，你可以点进去查看原始对话，了解更多细节。

更厉害的是，你可以问 AI：”公司里谁最懂 iOS 开发？”AI 会分析所有的对话历史，找出在相关讨论中最活跃、最有贡献的人，并引用具体的讨论作为依据。这比那些昂贵的企业知识管理系统强多了，因为后者需要人工填写个人档案，而这些档案很快就过时了。Glue 的方法是基于人们实际的工作对话，所以永远是最新的、最准确的。

Sacks 在采访中提到了一个很重要的观点：把 AI 聊天和人类聊天分开是没有意义的。如果员工要去 ChatGPT 问 AI 问题，然后又回到 Slack 跟同事讨论，这种割裂的体验很糟糕。AI 应该就在你工作的地方，了解你正在进行的对话，可以随时插入提供帮助。这就是为什么他们把产品叫做 Glue（胶水），因为它把人类、应用和 AI 粘合在一起。

目前 Glue 支持多种 AI 模型，包括 GPT-4、Claude、Gemini 以及开源模型。你可以选择默认使用哪个模型，也可以让 Glue 根据问题类型自动选择最合适的模型。这种灵活性很重要，因为 AI 模型迭代很快，不同模型各有优势。Glue 的策略是不绑定任何一个模型提供商，而是让用户受益于整个行业的进步。

MCP 协议带来的无限可能

Glue 最近宣布完成 2000 万美元 A 轮融资，由 Abstract Ventures 领投，Chapter One、Goldcrest Capital 和孵化公司的 Craft Ventures 参投。这轮融资的一个重要背景是 Glue 对 Model Context Protocol（MCP）的深度支持。MCP 是 Anthropic 推出的一个开放协议，允许 AI 系统访问和操作成千上万个应用中的数据和功能。

Glue 已经构建了最大的应用内 MCP 目录，提供 35 个可以一键安装的应用，并支持通过自定义 MCP 服务器连接数千个其他应用。这意味着团队可以轻松集成他们的内部工具和工作流，让 AI 可以跨应用执行操作。比如你可以连接 Linear、Notion、Sentry、Vercel、Zapier 等工具，然后在 Glue 中用自然语言指挥 AI 去这些应用里获取信息或执行操作，而不需要离开聊天环境。

Evan Owen 在融资声明中说：”MCP 是个游戏规则改变者。我们从一开始就把 Glue 设计成 AI 原生平台，现在有了 MCP，我们可以提供人类和 agent 的终极协作空间。MCP 让 Glue 的能力呈指数级增长。未来是 agentic 的。”我认为他说得没错。MCP 协议的出现解决了一个关键问题：如何让 AI 安全、标准化地访问各种应用的数据和功能。

在 MCP 之前，如果你想让 AI 访问某个应用，你需要专门为那个应用开发集成接口，这个过程繁琐且不可扩展。但 MCP 提供了一个标准协议，任何支持 MCP 的应用都可以轻松接入 AI 系统。这就像当年 USB 接口的出现，统一了设备连接标准，大大降低了集成成本。

对 Glue 来说，MCP 的意义在于它可以快速扩展 AI 的能力范围。当用户说”帮我在 Linear 里创建一个 bug 报告”或”从 Notion 里找出上季度的产品路线图”时，Glue AI 可以自动选择正确的应用和操作来完成任务。这种跨应用的工作流自动化，才是 AI agent 真正强大的地方。

Abstract Ventures 的合伙人 Ramtin Naimi 评论说：”协作软件一直保持静态，而 AI 却在快速发展。Glue 代表了未来：一个 agent 和人类可以并肩工作、在正确上下文中产生真实影响的平台。”这个评价很准确地抓住了 Glue 的核心价值主张。不是用 AI 替代人类，而是让 AI 成为团队的一员，在人类需要的时候提供智能帮助。

从 Promptful 到 Promptless 的演进

在采访中，Sacks 提出了一个很有意思的概念：从”promptful”到”promptless”的演进。现在的 AI 需要人类主动提问才会回答，但未来 AI 应该足够智能，可以在合适的时机主动插入对话提供帮助，就像一个真正的虚拟队友。

我认为这个愿景非常激动人心。想象一下，你和同事在讨论一个技术问题，AI 注意到这个问题之前有人解决过，于是主动提供相关的讨论串或文档链接。或者当你在规划一个项目时，AI 发现有个关键的利益相关者没有被包括在对话中，于是提醒你可能需要拉上某某人。

当然，要实现这一点需要克服几个挑战。首先是速度和成本。如果 AI 要主动参与对话，就需要实时分析每一条消息，判断是否需要插入。这在计算成本上可能很高。其次是质量控制。AI 必须足够聪明，知道什么时候该说话、什么时候该保持安静。如果它频繁地插入无关紧要的建议，很快就会变成讨厌的存在而被关闭。

但 Sacks 认为这些问题很快就能解决。AI 模型的推理速度越来越快，成本越来越低，质量也在持续提升。Glue 已经在朝这个方向努力，他们允许每个群组设定自己的 AI 指令，告诉 AI 如何与该群组互动。这样不同的团队可以根据自己的需求定制 AI 的行为模式。

我特别赞同 Sacks 说的另一点：这也是为什么 AI 的家应该在企业聊天应用中，而不是像 ChatGPT 那样的独立服务。因为只有在聊天环境中，AI 才有足够的上下文来主动参与对话并提供价值。如果 AI 和你的工作对话是分离的，它就无法理解你们在讨论什么，也就无法在恰当的时机提供帮助。

产品打磨与市场策略

Glue 团队在产品打磨上花了很多心思。他们没有急于推出一个粗糙的 MVP，而是花了两年多时间秘密开发，直到产品足够成熟才正式发布。Sacks 解释说，这是因为他们面对的竞争对手不是什么小公司，而是 Slack 和 Microsoft Teams 这样的成熟产品。用户对团队协作工具的期望很高，如果你推出一个半成品，很难获得第二次机会。

我觉得这个决策很明智。像 Superhuman 那样的产品可以用等待名单和精心打磨的体验来建立口碑，但前提是产品本身足够好。如果 Glue 推出时还有很多 bug 或者缺少关键功能，用户会立刻回到 Slack，因为迁移聊天工具的成本太高了。所以他们选择了精益求精的路线，确保第一印象就是正面的。

在上市策略上，Glue 也采用了 Superhuman 风格的白手套式入驻。用户需要先加入等待名单，然后团队会安排一对一的入驻电话，帮助用户设置好产品、导入数据、连接应用。这种做法虽然不可扩展，但在早期阶段非常有价值。它确保每个用户都能获得最佳体验，同时团队可以从每次入驻中学习，不断优化产品和流程。

Evan 提到，他们从每次演示中都能学到新东西，然后立即应用到下一次演示中。这种快速迭代让产品体验不断改进。而且对于像 Glue 这样的产品，单个用户加入是没有价值的，你需要把团队带进来、连接数据源，才能真正体验到产品的威力。入驻电话正是为了确保用户跨过这个激活门槛。

到发布时，他们的等待名单已经积累了约 6000 人。这个数字证明了市场对 Slack 替代品的需求。很多人对现有工具感到不满，他们渴望更好的解决方案。Glue 的挑战是如何快速扩展，同时保持产品质量和用户体验。

在定价策略上，Glue 选择了略低于 Slack 的价格点：每用户每月 7 美元，并提供慷慨的免费试用期。这个定价很聪明，足够有竞争力，但又不会让人觉得是廉价产品。对于企业客户，会有单独的定价方案。重要的是，AI 功能是包含在基础价格中的，不需要像 Slack 那样升级到昂贵的企业版才能使用 AI 功能。

Glue 也提供了 Slack 导入功能，可以导入历史对话记录和频道成员关系。这大大降低了迁移成本。用户不需要从零开始，可以保留重要的历史上下文。这对于已经在 Slack 上积累了多年数据的公司来说非常关键。导入的历史数据也会被 AI 索引，所以你可以立即开始问问题，获得基于历史对话的答案。

远程办公与团队文化的思考

采访中有个有趣的话题是关于远程办公和团队文化。Evan 提到他们团队只有 8 个全职员工就构建出了如此完善的产品，这在 14 年前是不可想象的。技术进步、开发工具的改进、以及现在 AI 编程助手的出现，都让小团队可以做出过去需要几十人才能做出的产品。

但关于办公模式，Sacks 和 Evan 都认为面对面协作仍然有不可替代的价值。Sacks 说他以前做公司时喜欢”走动式管理”，随便碰到一个工程师就问他在做什么，经常能发现问题——有人在做一些不重要的工作，或者走错了方向。这种随机的交流在远程环境下很难复制。办公室里的偶遇、水cooler旁的闲聊、产品和销售坐在一起时的相互倾听，这些都能创造价值。

我自己也深有体会。远程工作确实带来了灵活性，可以雇佣任何地方的人才，但它也失去了一些东西。特别是对于初级员工，缺少面对面的学徒式学习机会，他们很难快速成长。在办公室里，新员工可以shadow经验丰富的同事，观察他们如何工作、如何思考、如何处理问题。这种隐性知识的传递在远程环境下非常困难。

Sacks 的观点是，不必非此即彼。可以有一个主要办公室，然后在其他地区设立小的hub，让团队成员可以聚在一起。对于特别优秀的人才，如果他们只愿意远程工作，也可以做例外处理。但完全原子化的模式——100个人分散在100个地方——是很难管理的，特别是随着公司规模扩大。

这个讨论让我想到，也许远程工作应该被看作是给员工的一种福利，而不是假装它对公司更好。它确实可以帮助你雇到更高级的人才，因为有经验的员工更看重灵活性。但对公司来说，特别是对需要快速学习和密切协作的初创公司，办公室仍然有明显的优势。

数据隐私与模型选择

在隐私和数据使用方面，Glue 的立场非常明确：他们不会用客户的公司数据来训练模型。这与最近 Slack 引发的争议形成鲜明对比。Slack 曾被曝光会使用用户数据训练模型，用户需要主动联系 Salesforce 来选择退出，这引起了很多抱怨。

Sacks 解释说，Glue 根本不做模型训练。他们使用的是 OpenAI、Anthropic 等公司提供的基础模型，这些公司正在投入数十亿美元构建基础设施来训练更好、更快、更便宜的模型。Glue 没有必要也没有能力与这些巨头竞争。他们的价值在于把这些强大的模型很好地集成到团队协作场景中，提供正确的上下文和工具连接。

这个策略我非常认同。在 AI 时代，不是每个公司都需要训练自己的模型。就像不是每个公司都需要建自己的数据中心、铺自己的光纤一样。关键是利用好现有的基础设施，在其上构建差异化的价值。Glue 的差异化在于它理解团队协作的场景，知道如何让 AI 在这个场景中发挥最大作用。

而且因为 Glue 支持多种模型，用户可以选择他们信任的模型提供商。如果担心某个提供商的隐私政策，可以用自己的 API key 接入其他模型。这种灵活性让企业可以根据自己的需求和政策做出选择，而不是被绑定在某一个技术栈上。

Glue 强调数据属于用户而非平台，这是一个重要的原则。在一个数据就是竞争优势的时代，让用户保有对自己数据的控制权，是建立信任的基础。这也是为什么 Glue 可以提供导出功能，让用户随时可以带着自己的数据离开。

我对未来的一些思考

看完 Glue 的产品和愿景，我对企业协作软件的未来有了一些新的思考。我认为我们正在进入一个 agentic 时代，AI 不再只是工具，而是工作环境的一部分，是团队的虚拟成员。这种转变会深刻改变我们的工作方式。

首先，软件界面会变得越来越不重要。当你可以用自然语言表达意图，让 AI 去执行具体操作时，你不再需要记住按钮在哪里、菜单怎么点。这意味着软件的学习曲线会大幅降低，新员工可以更快上手。同时，软件功能的可发现性会提高，那些深藏在复杂界面下的强大功能，现在可以通过简单的问句来触达。

其次，工作流程会变得更加流畅。过去我们需要在多个应用之间切换，复制粘贴数据，手动执行各种操作。未来这些都可以通过 AI agent 自动完成。你只需要描述想要的结果，AI 会协调多个应用来实现这个结果。这会大幅提升生产力，让人们可以专注于创造性工作而非机械操作。

第三，组织知识的管理会变得更加动态和有效。传统的知识库需要人工维护，很快就会过时。但基于对话历史的 AI 知识系统可以自动保持更新，始终反映最新的状态。而且它不是被动等待查询，而是可以主动在需要的时候提供相关信息。

当然，这种转变也带来一些挑战。AI 的可靠性和准确性仍然需要提升，特别是在关键业务场景中。我们需要建立更好的人机协作模式，让 AI 在能做好的地方自主工作,在不确定的地方寻求人类确认。隐私和安全也是重要考虑，特别是当 AI 可以访问和操作各种敏感数据时。

对 Glue 来说，他们选择了一个竞争激烈但潜力巨大的市场。Slack 和 Teams 有强大的网络效应和既有用户基础，要撼动他们不容易。但正如历史反复证明的，当技术范式发生根本性转变时，现有巨头往往会被新玩家超越。就像 Slack 当年超越 email 和 IRC 一样，也许 Glue 这样的 AI 原生协作平台会定义下一个时代。

最让我兴奋的是，Glue 展示了 AI agent 如何真正融入我们的工作流程，而不是作为一个独立的工具。这种深度集成才是 AI 价值最大化的方式。随着 MCP 这样的开放协议的普及，AI agent 连接和操作各种应用的能力会越来越强，我们将看到一个真正的 agentic 工作环境的出现。

Sacks 和 Evan 带着十几年的行业经验和对团队协作本质的深刻理解回到这个领域，不是为了做一个更好看的 Slack，而是为了重新定义协作本身。他们的愿景不是渐进式改进，而是范式转变。从他们对产品的打磨、对用户体验的重视、对 AI 技术的深度应用来看，他们是认真的。

我会持续关注 Glue 的发展。他们刚刚拿到 2000 万美元融资，接下来会快速扩张团队、加速产品开发、推向更大的市场。这个过程中肯定会遇到各种挑战，但我相信他们有能力应对。更重要的是，他们正在做的事情代表了一个方向，一个企业软件必然会走向的方向。

无论 Glue 最终成功与否，有一点是确定的：团队协作软件正在被 AI 重新定义。点击界面的时代正在落幕，对话界面的时代已经开启。AI agent 不再是未来的概念，而是现在就可以使用的生产力工具。那些率先拥抱这种转变的公司，将在竞争中获得巨大优势。

所以如果你还在忍受 Slack 频道的疲劳，如果你觉得现在的协作工具还不够好，也许是时候尝试一下 Glue 了。至少，这会让你看到未来工作方式的一个可能方向。而对于那些正在构建产品的创业者和产品经理，Glue 提供了一个很好的参考：如何真正把 AI 集成到产品中，而不是只是加一个聊天框；如何重新思考基本交互模式，而不是只做表面优化；如何在巨头林立的市场中找到突破口，通过技术范式的转变来创造新的价值。

这就是我看到的 Glue 的故事，一个关于如何用 AI agent 重新定义团队协作的故事。它才刚刚开始。

‍