Paperclip：无人公司的编排层

微信 ezpoda免费咨询：AI编程 | AI模型微调| AI私有化部署
AI工具导航 | Tripo 3D | Meshy AI | ElevenLabs | KlingAI | ArtSpace | Phot.AI | InVideo

我已经在生产环境中运行 AI 智能体超过一年了：Claude Code 会话、Codex 工作者，以及最近的 OpenClaw 智能体。

当你同时运行十五个智能体且缺乏协调时，编排工作变得极具挑战性。

我最近接触到了 Paperclip，它被介绍为无人公司的编排层。

我没想到会花整个周末为我的智能体设置组织架构，但现在就是这样。

起源故事很有趣，因为 Paperclip 的创建是为了管理创建者面临的自动化对冲基金复杂性。

对于他的正常开发工作，他打开了 20 个 Claude Code 标签页，却记不住任何一个在做什么。

让我们来看看它在底层是如何工作的，为什么现在很重要，以及它在哪些方面还存在不足。

1、协调问题变得足够严重

AI 智能体已经足够优秀，可以无监督地完成真正的实际工作。

OpenClaw、Claude Code、Codex 和 Cursor 都能够自主运行多步骤任务。

个人工作者不再是瓶颈。

人们开始将智能体视为员工，而不是工具。

Nat Eliason 构建了一个名为 Felix 的 AI 智能体，它产生了超过 10 万美元的收入。

Aaron Sneed 运行 15 个自定义 GPT 智能体作为一个委员会，每周为他节省 20 多小时。

这些是正在运营的企业。

协调税变得难以承受，困难的部分变成了：哪个智能体在做什么，谁告诉他们做的，他们花了多少钱，以及当其中一个在凌晨 3 点失控时会发生什么？

这正是更广泛的智能体生态系统中正在出现的情况，主流用例现在变成了"十五个智能体需要一个管理层"。

这个差距就是 Paperclip 声称要填补的。

1、什么是 Paperclip？

无人公司的框架很挑衅性，可能会产生误导。

Paperclip 将多个 AI 智能体编排成一个结构化的组织。

如果 OpenClaw 是一名 员工，那么 Paperclip 就是公司。

它是开源的、MIT 许可的，并且可以自托管。

你在本地运行它，或者在你想要的任何地方部署它。不需要 Paperclip 账户。

它不是智能体框架，也不告诉你如何构建智能体。

它不关心你的智能体是什么，例如 Claude Code 会话、OpenClaw 机器人、Codex 工作者、Cursor 实例、Python 脚本、shell 命令或 HTTP Webhook。

如果它能接收到心跳信号，Paperclip 就认为它已经被录用。

以下是它实际提供的功能：

设置非常简单：

npx paperclipai onboard --yes

或者如果你想查看源代码：

git clone https://github.com/paperclipai/paperclip.git
cd paperclip
pnpm install
pnpm dev

它会在 localhost:3100 启动一个 API 服务器，并附带一个嵌入式 PostgreSQL 数据库，本地开发不需要设置外部数据库。

这是心智模型。

大多数人从能力角度思考 AI 智能体："这个智能体会写代码"、"这个智能体会研究"、"这个智能体会写邮件"。

一旦你有超过三个智能体，这就是错误的抽象。

Paperclip 强迫你从组织结构角度思考：

公司使命："打造第一的 AI 笔记应用，达到 100 万美元月度经常性收入"
└── 项目目标：发布协作功能
    └── 智能体目标：实现实时同步
        └── 任务：为文档更新编写 WebSocket 处理程序

每件工作都携带其完整的目标谱系，因此智能体始终看到"为什么"，而不仅仅是一个标题。

当你的编码智能体接取一个任务时，它会看到整个链：公司使命 → 项目目标 → 智能体目标 → 任务。

这种上下文传播是将产生有用工作的智能体与技术上完成任务但完全偏离目标的智能体区分开来的东西。

对于我自己的工作，我发现最有用的模式是给智能体提供"为什么"以及"什么"。

2、智能体编排的实用技巧

这些是不明显的东西。

2.1 原子执行解决了双重工作问题

当你有多个智能体轮询工作时，你会遇到竞争条件。

两个智能体接取同一个任务。两者都在上面花费 token。你支付双倍费用，然后你必须弄清楚保留哪个输出。

Paperclip 的任务结账和预算执行是原子的。

当一个智能体结账一个任务时，它会被锁定。当预算被扣除时，它在同一事务中被扣除。这是数据库级别的原子性。

2.2 心跳之间的持久智能体状态

大多数智能体设置在智能体停止运行时会丢失所有上下文。

你关闭终端，重启机器，或者进程崩溃，你的智能体从头开始。

Paperclip 智能体在心跳之间恢复相同的任务上下文，而不是从头开始重启。

心跳系统按计划唤醒智能体。当它们醒来时，它们知道自己在做什么，当前状态是什么，接下来是什么。

会话在重启之间持久存在。

2.3 无需重新训练的运行时技能注入

智能体可以在运行时学习 Paperclip 工作流程和项目上下文，而无需重新训练。

Paperclip 附带一个 SKILLS.md 文件，智能体读取该文件以发现如何与系统交互，即如何找到他们的任务、如何报告状态、如何委派工作。

这有助于你的智能体即时学习组织协议。

这意味着你可以将一个新的智能体放入现有的组织中，它会弄清楚如何参与，而无需你编写自定义集成代码。

2.4 实际阻止智能体的预算执行

我亲眼目睹一个智能体在 45 分钟内烧掉了 200 美元的 API 调用，因为它陷入了重试循环。

没有警告，没有熔断器，只有第二天早上的 Stripe 通知。

Paperclip 给每个智能体一个每月预算。

在 80% 使用率时，你会收到软警告。在 100% 时，智能体自动暂停，新任务被阻止。

作为"董事会"，你可以覆盖此设置，但默认是硬停止。

对于任何在生产环境中运行智能体的人来说，这是基础设施。

2.5 它不是智能体框架

我在这里不是抨击智能体框架。

LangGraph、CrewAI 和更广泛的生态系统非常适合构建单个智能体。

但 Paperclip 解决的是一个不同的问题。

不是聊天机器人。 智能体有工作，而不是聊天窗口。

不是智能体框架。 我们不告诉你如何构建智能体。我们告诉你如何运行由它们组成的公司。

不是工作流构建器。 没有拖放管道。Paperclip 使用组织结构图、目标、预算和治理对公司进行建模。

对于阅读本文的工程师来说，最重要的是抽象级别。

Paperclip 位于你的智能体框架之上，它是管理层，确保所有智能体指向同一个目标，在预算内，并且可审计。

2.6 多公司隔离从第一天就内置了

单个 Paperclip 部署可以运行数十家公司，它们之间具有完全的数据隔离，这是人们实际上使用 AI 智能体构建的那种微型业务。

3、更广泛的"无人公司"格局

我认为重要的是要理解 Paperclip 不是在真空中出现的。

它是 2026 年初加速发展的更广泛运动的一部分。

例如，Pulsia 是一个更加元化的平台，而不仅仅是零人类公司，它是一个创建 无人公司的平台。

你选择一个想法，它构建使命声明，进行市场研究，并开始执行。它已经有超过 1,500 家公司在运行。

Tom Osman 推出了 ZHC（零人类公司），另一个自主平台，其中从 CEO 到开发者的每个角色都是一个 24/7 工作的 AI 智能体。

OpenAI 开源了 Symphony，它将项目工作转化为隔离的、自主的实现运行，这是同一个协调问题的更以代码为中心的方法。

所有这些都认识到瓶颈已经发生了转移。

4、实际中是什么样的

假设你想建立一个 AI 驱动的内容营销代理机构。

这是 Paperclip 心智模型：

步骤 1：定义目标

"通过内容营销每月产生 50 个合格线索。"

步骤 2：招聘团队（说明性）

步骤 3：设置心跳计划

• 内容撰稿人：每 4 小时
• SEO 分析师：每 8 小时
• 社交媒体经理：每 12 小时
• CEO：每日战略审查

每个智能体按其计划醒来，检查分配的票据，完成工作，并报告回来。

委派通过组织结构图流动。

• CEO 智能体可以将研究任务分配给 SEO 分析师。
• 内容负责人可以请求社交媒体经理进行社交推广。

步骤 4：治理

你作为董事会坐在顶层。

智能体未经你批准不能雇用新智能体。CEO 不能执行你没有审查的策略。

你可以随时暂停任何智能体，重新分配任何任务，调整任何预算。

在这种情况下，你的每月智能体总支出为 210 美元。

与雇佣一名初级内容营销人员相比。

5、几乎每个人都忽略的失败模式

智能体质量仍然是你的问题。 Paperclip 编排智能体，但不会让它们变得更聪明。如果你的 Claude Code 智能体编写糟糕的代码，Paperclip 不会发现它。它会跟踪它、记录它，并让你审计它，但输出的质量完全取决于底层智能体。

"无人"的框架具有误导性。 即使是 Paperclip 的创建者也说他构建这是因为他的实际工作需要它。你仍然在制定策略、审查输出和做出判断。

错误传播是真实的。 当一个智能体犯错并将其提供给另一个智能体时，错误会复合。预算控制有帮助，但它们不会捕获语义错误，即智能体自信地向正确数量的收件人发送错误信息。

你需要 Node.js 和 pnpm。 如果你是一个以 Python 为首的 AI 工程师，会有一些环境摩擦。不是破坏因素，但值得了解。

6、结束语

Paperclip 是否会获胜不如它代表的模式重要。

我们需要 AI 智能体的管理基础设施，就像我们需要人类团队的项目管理基础设施一样。

组织结构图、预算、治理、问责制——这些是协调机制，而协调是新的瓶颈。

首先弄清楚智能体编排的公司将获得复合优势。

原文链接: Zero-Human Company with OpenClaw, Claude, and Codex: How to Build an Agent Organization

汇智网翻译整理，转载请标明出处