企业无需让单一系统包揽一切，也能让数十个AI智能体投入工作。在这一案例中，约36个智能体通过Linear承担开发任务，内容制作、邮件、会议和行政事务则由各自独立的工具支撑。更具影响的设计选择或许在于工作最终落在何处：这家公司把课程平台和核心数据放在自己掌控的基础设施上运行，而不是把所有工作流都放进租用的商业平台。
用一块任务看板管理并行开发
Linear是开发工作的中心看板。智能体从待办列表领取任务、实现功能、准备代码变更、运行自动化质量检查，并把工作推进到部署环节。当约36个智能体各自推进不同项目时，这份共享的任务记录就显得尤为重要：它让团队可以在一个地方看到分配了什么、每项任务进展到哪一步。
编码环境使用Claude Code、Codex、Kimi、DeepSeek和Gemini。这些工具并非都承担同类工作。OpenRouter在不同语言模型之间分发请求，高频的常规任务交给Gemini 2.5 Flash，要求更高的推理和架构设计交给Claude Sonnet 4。语言模型负责任务背后的推理，而智能体则在工作流中调用模型，这一工作流还可能涉及工具和分配给它的任务。
CMUX用于协调智能体的终端会话。终端是运行软件命令的文本界面，同时管理多个会话可以让并行的编码工作保持有序。桌面环境运行在Mac上，并用Alfred实现键盘快捷操作和自动化。这一硬件选择反映的是该案例的工作流偏好，并不代表已证明每家企业都必须如此。
▲ 设有审核关口的并行编码
任务看板也揭示了一个有用的边界。自动化测试和部署流程本身并不能决定客户需要哪些功能，也不能决定哪些成果应当被接受。让这些决策始终处于人的视野之内，是一种务实的做法，可以在使用并行智能体的同时，不把任务完成等同于业务上的批准。
直接掌控应用与数据
这家公司运营着自建的课程平台，用于培训和社区资料，而不是把租用的平台当作业务核心。它担心的是依赖：一旦失去订阅平台的访问权限，存放在那里的工作流、客户转化路径和记录都可能难以继续使用。自托管正是对这一顾虑的回应，同时也让公司无需等待一体化平台上线新功能，就能自行实现定制集成和修改。
Railway在虚拟专用服务器（VPS）上托管这些应用。VPS是为运行软件而租用的服务器环境。这套架构还在Railway上使用PostgreSQL，这是一种用于存储结构化记录的数据库。Cloudflare负责DNS、性能和域名防护，并将图片和视频与主应用服务器分开存储。域名注册由Porkbun管理，事务性邮件和外发邮件由Resend处理。
▲ 核心业务数据与独立媒体存储
这种划分把按字段和表格组织的记录与大型媒体文件区分开来，也明确了公司眼中的核心：应用、数据库和业务工作流。自托管并不能免去围绕这一核心的决策。应用保存哪些数据、允许哪些集成、由谁对变更负责，仍然需要有人来决定。
这种做法所提到的开发节奏，最高可达一周为一家客户交付60项定制功能。这是该案例的成果，并不是采用同样工具的企业普遍可以设定的速度目标。
制作与分发各用专门工具
内容工作与软件开发走的是不同的路径。CAM自动化短内容和长内容的制作，Kie.ai则通过ChatGPT Image 2和Seedance 2.0等工具提供生成的图片和视频素材。Streamlabs支持直播推流。Zernio把帖子分发到公司的各个社交账号，Cloudflare则存储应用和页面所用的媒体文件。
Gling.ai承担的是一项范围较窄却反复出现的剪辑任务：从原始素材中去除停顿、失误镜头和口头赘词。这家公司在每周制作一门新课程的时期引入了它。CapCut则保留下来，用于偶尔需要手动调整画面的场合。这样的分工既让重复性的清理工作实现自动化，又不预设每个创作决策都应交给AI工具。
同样的思路也体现在对AI数字人的态度上。HeyGen虽然仍在付费订阅，却不在日常制作工具之列。这家公司更看重先学会制作原创视频，再考虑用数字人替代这部分工作。这是一种制作层面的判断，并不是说数字人工具在其他场合没有用处。
邮件、会议与日常工作的助手
一款自建的高管AI助手负责起草和分拣沟通内容、管理日程、对接内容生产流程，并在每天结束时整理简报。在这套架构中，它的预计运行成本约为每月$20；这一数字只描述该案例，并非其他企业应当预期的价格。Himalaya是一款命令行邮件工具，让助手可以跨多个邮箱账户工作，包括Gmail和Outlook，而无需把每个收件箱都当作单独的手动任务。
会议工作按用途分开处理。Fathom AI记录客户入门和规划通话，并生成摘要和待办事项；这里提到的费用为每月$20。Granola AI提供转录和通话中的销售指导。在一个咨询案例中，收到它的定价建议之后，报价被决定翻倍。这一结果仅属于该案例，并不能说明其他企业可以收取多少费用。
对于指挥这些系统的人来说，Wispr Flow能把口述的指令转换成文字。其目的是向智能体提供详细的背景信息，而不是依赖简短的手打提示词。Obsidian存储工作知识，1Password集中管理登录凭据。这些工具支撑的是运营中由人承担的部分：说明需求、查找信息和管理访问权限。
这套架构的启示
这套工具组合按职责划分工作，而不是寻找一个包办一切的工具。Linear跟踪智能体的开发进度，专门的应用负责媒体和会议，自建平台则把核心记录留在企业手中。与36个智能体这一数字相比，围绕这些智能体划定的边界更具借鉴意义。
对于考虑采用类似做法的企业，可以先梳理以下三件事：
- 分清哪些任务可以分配和跟踪，哪些成果需要人来审核。
- 把结构化的业务记录与媒体文件分开，再决定分别由哪些系统存放。
- 只有在能解决反复出现的工作时才选用专门工具，例如剪辑素材或总结通话。
按照这样的顺序，人的优先事项和数据决策会排在工具清单之前。智能体可以完成大量工作，但哪些工作重要、结果是否可以投入使用，仍要由企业自己决定。