我们为什么还要再做一个 AI 工作空间

如今的 AI 工作空间市场已经很拥挤。

Buzz.xyz、Grok 的机器人，乃至 Slack 这样的老牌协作工具，都在往里塞智能体。方向也相似：理解人们说过的话，再让这些话变成真正推进的工作。

那么，我们为什么还要挤进这个竞争激烈的市场？

我很早就认为，推动人类演化的最强力量之一，是想象力。

人会在脑中描绘尚不存在的东西，然后把它变成现实。我们从未只把大脑当作求生的工具。我们想象建筑，想象产品，想象公司，想象这个世界还没有的技术。

然后，我们去执行。

想象被执行的那一刻，价值就产生了。

Markhub 就是从这个想法出发的。

起初，我们想解决设计师的问题

我做了很多年设计师。

当时最难受的事情之一，就是客户的反馈。

反馈从来不来自同一个地方。有的在会议上说出口，有的通过邮件发来，有的留在聊天软件里。有时候客户会直接打电话过来。

真正的麻烦在之后。

设计师要把这些反馈重新梳理，落到作业里，做出成果，再通过另一个渠道分享出去。

这个过程中只要漏掉一处，就得返工。排期被推后，成本随之产生。

所以起初我想得很简单。

「做一个能让客户和设计师好好交换反馈的工具吧。」

那就是最早的 Markhub。

然后，失败了。

回头看，问题意识是对的，但解决这个问题并不一定需要一个新工具。

一个做事细致的人，靠自己认真管理也能解决相当一部分。

于是我们立了第二个假设。

在聊天之上，叠加专为设计反馈打造的功能。

这个假设也失败了。

我们实际上做出来的东西，更接近「给设计团队用的、有点不一样的 Slack」。

两次失败，让我们发现了一件事

产品实验失败了，但过程中有一个问题始终没有消失。

是什么让设计师去工作？

而从另一端看：

客户到底在为什么付钱？

一直往下挖，答案简单得让人意外。

请求与结果（Request → Result）。

客户真正想知道的，归根结底是这些：

「我提的需求，最后变成了什么？」

「我的要求有没有真正落进去？」

「我什么时候能拿到结果？」

而设计师想的是这些：

「要处理这个请求，我得做哪些事？」

「需要多长时间？」

「这里会衍生出什么后续工作？」

「以及，这件事能创造多少价值？」

哪怕是最小的自由职业设计项目，拆开看也相当复杂。

分析需求，调研参考，做初稿，走评审与反馈，同步修改版，拿到最终确认，然后交付。

说到底，开头是请求，结尾是结果。

而这两者之间，会发生数不清的工作。

但这从来不只是设计的故事

把这个结构套到别的行业上，会更有意思。

比如一家制药公司要做一款产品。

策划商品，调研成分，定义配方，做出样品。定名字和品牌，在工厂量产，做包装，做营销，做配送，铺进线下渠道。

随手数一数，就有接近十个环节。

而每个环节都会产生报价单、表格、企划书、报告、设计文件，并且不断被修改。

一款产品真正走到世界上，如果把每个文件的每个版本都算上，可能发生了几十上百次更新。

这里面有撰写者，有审核者，有决策者。

有人提出请求，有人执行，有人确认，有人批准。

行业完全不同，结构却惊人地相似。

需求 → 执行 → 结果 → 反馈 → 再执行。

而在这全部过程中，一定存在着一样东西。

对话。

工作，终究始于对话

「这个帮我查一下。」

「这部分改成这样。」

「就按这个方案推进吧。」

「以这份资料为准，重做一版报价。」

「客户批了，进生产吧。」

我们每天在工作中进行的大量对话，其实并不只是文字。

里面有需求，有知识，有决策，有待办。

到目前为止，对话结束之后，还得靠人再动一次。

会议结束，有人写会议纪要。

有人读完消息，把待办搬出来。

有人更新表格。

有人写文档。

有人给工程师建工单。

有人把修改意见转给设计师。

然后还得有人确认这些都做了。

我们由此走到了第三个假设。

对话本身，能不能让工作动起来？

所以我们把对话汇集起来

AI 的出现，改变了这个问题的答案。

因为人不再需要亲手执行每一个重复步骤。

从对话中可以理解需求，找到决策，生成待办，接上所需的上下文，能做的部分交给 AI 直接执行。

所以今天的 Markhub，既不是一个存储对话的协作工具，也不是一个总结会议的笔记工具。

我们在做的是一个把组织里发生的对话汇到一处、并把其中的知识与决策接到真实执行上的枢纽。

人专注于对话。

Markhub 从对话里找出该做的事。

然后把该由人做的交给人，把 AI 能做的交给 AI。

需要时接上本地智能体，让工作一路延伸到开发、设计和文档。

我们想要的，不是存下更多知识。

而是让存下来的知识变成真实的结果。

对话不是数据，而是驱动执行的能量

我们汇集对话，不是为了把一切都记录下来。

从人的嘴里和手上出来的语言，装着还没有变成现实的东西。

「我想做一个这样的产品。」

「这个问题这样解决怎么样？」

「把这部分改一下吧。」

「这个下周之前做出来吧。」

那还不是结果。

但一旦被执行，它就会变成产品，变成设计，变成代码，变成合同，变成收入。

我认为，驱动 AI 的最重要力量，归根结底仍然是人的知识与想象力。

AI 再强大，做什么、解决哪个问题、想要什么结果，依然从人开始。

所以 Markhub 想要汇集的，不是单纯的聊天记录。

而是人的想象与知识即将被执行的那些瞬间。

并且我们想让这些瞬间与真实结果之间的距离，尽可能地短。

只要对话，工作就在推进。

这就是我们再次走进这个竞争激烈的 AI 工作空间市场的理由。