最近，Grok Bot 和 DeepSeek Harness 接连亮相：一个让 AI 拥有独立的工作环境，可以登录工具、持续执行任务；一个开放模型、工具、会话和任务执行框架。
AI 正在从“回答问题”，走向“完成工作”。
但真正把 Agent 接进工作群后，你很快会发现：能回答问题，离能把活干完，还有一段距离。
群聊里的工作，很少从一句完整的指令开始
有人讲背景，有人补数据，有人提出不同意见，讨论了一阵，最后才有人 @机器人：“按刚才说的整理一下。”
许多群机器人却会反问：“请提供背景和具体要求。”
昨天刚完成的方案，今天想接着改，它又让你重新发送上一版；同一时间多安排几件事，消息只能排队。它明明已经在群里待了很久，真正开始工作时，却还是像第一天上班。
问题不一定是模型不够聪明，而是它没有真正进入团队的工作过程。
@Waker 是团队在群聊里的数字员工入口：它能听懂群里的前因后果，把工作交给合适的 Waker，并持续跟进到完成。
本次 @Waker 公测重点升级了四项能力。
无需交代工作背景，Agent 直接进入现场
过去使用 Agent，人通常要先离开工作现场，打开另一个窗口，重新介绍项目背景、复制聊天记录、上传相关文件，再把刚刚形成的要求整理成一条完整指令。
但真实工作并不是在一个独立的 AI 窗口里发生的。
需求在群里被提出，条件在群里被补充，方案在群里被修改和推翻，最后的决定也在群里形成。真正影响结果的信息，往往散落在不同成员的消息、文件和意见里。
上下文本来就在群里，是我们一直在把它搬出去。
@Waker 改变的就是这一步。
人继续在原来的地方协作，Agent 在原来的上下文里接住工作。
@Waker 让数字员工，真正进入组织
不只是进群，更能接得住工作
我们对数字员工的理解很简单：它不能只回答眼前的一条消息，还要知道这项工作为什么出现、团队讨论过什么、现在做到哪一步，以及接下来该怎么做。
@Waker 想做的，就是把人的组织感和 Agent 的执行能力结合起来。
当你在群里明确 @Waker 安排工作后，它不只看被 @ 的那句话，还会从相关讨论中找到任务背景。前面补充的要求、做出的取舍和形成的共识，都会成为它理解任务的依据。
你不需要先爬一遍聊天记录，再替它整理一份完整说明。
完整理解上下文 & 任务背景
一个入口，多位专业 Waker
一个群里的工作往往不止一种：有人整理材料，有人分析数据，还有人跟进项目进度。
把所有事情都交给同一个通用 Waker，不但容易排队，也很难把每项工作做深。
因此，@Waker 可以在一个群聊连接一个或多个 Waker，它们都有自己的职责和擅长领域。
用户不用研究该找谁。
@Waker 背后的分工调度机制会先判断：这是一句可以直接回答的问题，还是一项需要持续推进的任务；如果是任务，再交给合适的 Waker。
对群成员来说，使用方式没有变：说清楚要做什么，然后等待结果。分工由 @Waker 完成。
一个入口，背后连接多个 Waker
一项工作没有结束，它就会继续负责
真实工作很少一次完成。
第一版出来后，通常还要调整内容、补充要求，甚至推翻部分结论。
- 任务：把同一项工作的要求、结果、修改记录和进度放在一起。你可以继续修改，不必每次从头交代。
- 话题：把相关讨论关联起来。过一段时间再回头，不仅能找到结论，还能看到问题怎样变化、决定怎样形成。
- 群记忆：保留长期有效的工作习惯和原则，同时隔离不同群的信息，避免一个项目的内容被带入另一个项目。
该记住的记住，不该跨群的信息不跨群。这是数字员工进入团队的基本边界，也是放心让它干活的前提。
群聊历史、任务，精准回溯
为了客观验证这些能力在真实任务中的表现，我们围绕 20 多个领域、不同难度的任务，开展了多轮内部评测。
5 轮正式评测，共 300 条
我们使用 300 条正式样本，对普通 Waker 和 @Waker 进行了内部对比测试。
多能力对比：普通 Waker Vs @Waker
这些变化说明，群里讨论过的信息开始真正被用起来，已经启动的工作也更容易在后续沟通中接着推进。
对数字员工来说，一次答得漂亮当然重要；下一次还能不能接得上，才决定团队会不会真的依赖它。
数据来自当前版本的内部样本测试，并非第三方行业基准。实际效果还会受到任务类型、群聊信息质量、Waker 职责配置和部署环境的影响。
以上能力，已随 QoderWake 0.3.3 正式开放公测，欢迎大家体验。
只需三步，让数字员工开始工作
- 在 QoderWake 控制台完成 IM 接入（暂仅支持钉钉和飞书）。
- 选择需要数字员工服务的群聊，连接一个或多个 Waker。
- 回到群里，@Waker 安排第一项工作。
不用特意准备一场演示。选择一件团队本来就要做、需要参考群内讨论、后续还可能修改的工作，更容易看出它与普通群机器人的区别。
如果希望 @Waker 长时间在线，可以将 QoderWake 部署在云电脑上，避免本地设备关机影响任务运行。
只需 3 步，配置自己的 @Waker
从“群里有个机器人”，到“团队多了一位同事”
AI 能做的事情会越来越多，但企业真正需要的，不只是一个能力更强的聊天窗口。
它还要听得懂团队的前因后果，找到合适的 员工，把已经开始的工作接着做完。
下一次群里讨论结束，需要有人整理结果时，不必再复制一遍聊天记录。
下一次任务缺少信息，不必再独自承担所有询问、转述和汇总。
下一次方案需要修改，也不必重新发送背景和上一版。
这次，我们不只把 Waker 拉进群，而是让数字员工真正开始参与团队工作。
