凌晨三點，自媒體博主阿魚的第32個小紅書賬號自動發(fā)布了一條筆記：“救命！這個方法我要是早知道至少少加200小時班”。此刻她正在熟睡，而在云端，36只龍蝦正在執(zhí)行一套作戰(zhàn)計劃：4只幕后龍蝦負責抓取熱點、拆解爆款、審核違禁詞，另外32只前臺龍蝦各自扮演著“工作3年的互聯(lián)網運營妹子”“靠副業(yè)還清8萬房貸的上班族”“8年經驗的產品老鳥”等不同人格，在32個垂直賬號上同時發(fā)聲。

三個月前，阿魚還只是一個月入8000、手搓5個賬號就精疲力竭的自媒體博主?，F(xiàn)在，她一個人指揮的“內容軍團”日產出160條稿件，月收入翻四倍。

這不是孤例。在深圳，外貿員小陳用12只龍蝦分駐偵察、觸達、跟進、報價四個班組，把硅膠制品賣到北美和東南亞；在上海，老張雇傭4只龍蝦分別盯理財、管待辦、維護社交，每周偷回10小時“讓腦子下班”。

他們用的工具是龍蝦軍團（ClawTroop）——成立于2025年的AI智能體基礎設施公司茉莉語境最近推出的產品，已服務于自媒體、跨境電商、企業(yè)效能等多個場景。ClawTroop是批量小龍蝦的部署和管理工具，目的是降低智能體集群的管理門檻，讓個人和企業(yè)都能以極低成本擁有、訓練和調度自己的智能體集群。

「暗涌Waves」獨家獲悉，茉莉語境已獲得香港數(shù)據(jù)智能集團（Data Intelligence Group Limited，簡稱DIG）有限公司百萬美金投資，其創(chuàng)始團隊來自騰訊、字節(jié)跳動等企業(yè)以及畢業(yè)于帝國理工學院、格拉斯哥大學、香港大學等學府。

養(yǎng)過OpenClaw小龍蝦的人都知道，光是部署一只起碼折騰1-2個小時，更何況批量喂養(yǎng)、使用、調度和管理。在Agent大爆發(fā)的臨界點，茉莉語境押注的是一場關于“管理前置”的實驗——如果未來每個打工人都將指揮一支AI小隊，那么制定軍規(guī)的能力，或許比單兵作戰(zhàn)的技巧更值錢。

圖源：企業(yè)供圖

Part01 文本即軍規(guī)

在確定“龍蝦軍團”方向前，茉莉語境的團隊曾在兩個項目上栽過跟頭。

第一個項目是基于MCP協(xié)議的Cowork工具，試圖打造極致的個人生產力助手?！澳菚r候MCP協(xié)議很不穩(wěn)定，底層模型能力也不夠智能，”產品負責人周曼回憶。第二個項目更具野心——基于當時更成熟的VibeCoding方向，探索圖文視頻之外，是否能催生新型的互動H5媒介，產品投放了北美和東南亞市場，但獲客成本高昂，雙邊市場始終無法跑通。

真正的轉折發(fā)生在痛點背后。作為早期AI工具的重度用戶，OpenClaw出現(xiàn)之后，他們開始密集使用OpenClaw來提升效率。一個悖論很快浮現(xiàn)：單只Agent對個人提效明顯，但想讓整個團隊都用起來，“門檻高得離譜”。之前騰訊門口排大隊安裝小龍蝦也在側面印證了一個事實——當前AI應用的瓶頸從“技術能力”轉向了“工程化部署與管理”。

“大廠都在造更聰明的士兵，但沒人提供作戰(zhàn)手冊和指揮系統(tǒng)，”周曼意識到，“如果AI應用真的爆發(fā)，‘如何管理AI勞動力’會成為比‘如何使用AI’更剛性的需求。”

龍蝦軍團就是為了系統(tǒng)性地解決企業(yè)和power user批量喂養(yǎng)、使用、調度和管理小龍蝦的關鍵痛點。用戶可以在這里批量創(chuàng)建、部署、統(tǒng)一管理你的小龍蝦，給它們設定人格、行為準則、技能等，并一次性向成百上千個小龍蝦下發(fā)任務，查看執(zhí)行情況。

龍蝦軍團的產品界面看起來樸素得有些反時代。沒有炫酷的3D交互，沒有實時生成的圖文流，更類似上世紀ERP系統(tǒng)的管理后臺：左側是整齊排列的“龍蝦列表”，右側是四個純文本輸入框——Soul.md（人格）、Agents.md（行為準則）、User.md（對主人的認知）、Tool.md（工具原則）。

“我們把龍蝦最核心的配置項單獨拉出來，讓不懂代碼的普通用戶也可以隨時用文字調整修改、以及批量應用給多個龍蝦”周曼在演示時解釋。

當市場都在追求拖拽式的無代碼界面時，茉莉語境堅持讓用戶用Markdown格式編寫配置文件。理由聽起來有些技術原教旨主義：Markdown是最容易被AI理解的結構化語言，同時也是普通人最自然的思考載體。

但這種設計背后是對產品的洞察：AI Agent的“人格”不是參數(shù)調節(jié)，而是語境構建。四個Markdown文件構成了一個完整的認知框架——Soul.md解決“你是誰”，Agents.md解決“你能做什么”，User.md解決“你在為誰工作”，Tool.md解決“你怎么使用武器”。當用戶需要修改某只龍蝦的行為時，不需要在層層菜單中尋找開關，只需在文本中增刪一行規(guī)則，點擊“批量推送”，全集群即刻生效。

還可以通過標簽給龍蝦分組——比如銷售組、客服組、小紅書組。"假設你有30只負責銷售的Agent，"周曼舉例，"以前需要逐個調整話術，現(xiàn)在只要在Agents.md里加一條'不允許私自承諾超過9折的折扣'，相關龍蝦部隊就會同步更新。如果某只龍蝦的行為逾矩了，系統(tǒng)會做出提示，用戶可以及時補充約束、統(tǒng)一修正。"

Part02 服務OPC：toC到toB

這個看似應該深耕B端SaaS的產品，第一階段主打OPC（One Person Company，一人公司）和C端用戶。

一個自媒體博主，一個人就是一家公司。她可以在龍蝦軍團里創(chuàng)建5只龍蝦組成“小紅書矩陣特攻隊”——A龍蝦早上7點抓取熱點選題，B龍蝦根據(jù)選題生成3個不同風格的標題及正文，C龍蝦檢查違禁詞和敏感內容，D龍蝦自動發(fā)布并監(jiān)控初期數(shù)據(jù)，E龍蝦在評論區(qū)扮演“前排網友”互動。整個流程無需代碼，只需要在后臺配置好人格文件，設定好“如果閱讀量低于1000則自動調整標題關鍵詞”的行為準則。

這種轉向揭示了AI應用滲透路徑的特殊性：它可能遵循“從C端發(fā)燒友到中小微企業(yè)，再向上滲透”的反向路徑，而非傳統(tǒng)SaaS的“從大企業(yè)向下普及”。當每個人都可以低成本擁有一支AI軍團，組織的邊界、管理的定義、甚至“工作”本身的概念，都將被重新書寫。

盡管如此，茉莉語境免不了面臨疑問：如果OpenAI明天推出原生的Swarm多Agent協(xié)作功能，并提供開箱即用的管理界面，龍蝦軍團會不會被瞬間擊穿？

更深刻的悖論在于“云端養(yǎng)蝦”模式本身，試圖解決隱私焦慮——不用本地部署，無需瘋狂投喂個人數(shù)據(jù)，通過云端容器隔離和任務級上下文賦予來保證安全。但這也意味著用戶必須將核心工作流托付給第三方云端。

“龍蝦軍團ClawTroop”給出的答案是“漸進式智能”——Agent的智能化應該是“用出來的”，不是“喂出來的”。與其讓用戶先本地部署、瘋狂投喂文檔（涉及隱私焦慮且效果不穩(wěn)定），不如提供云端隔離的容器，用戶按任務賦予上下文和文件權限。這樣既沒有隱私泄露風險，又能讓Agent在執(zhí)行任務中沉淀技能。

但這仍然無法回避終極追問：當Agent規(guī)模從10只擴展到1000只，管理的復雜度是線性增長還是指數(shù)爆炸？這些性能瓶頸的解決成本，會不會讓“低成本擁有AI軍團”的承諾變成偽命題？

周曼認為，AI應用層的競爭，最終是"管理能力產品化"的競爭，而非單純的"模型能力"的競爭。大廠在持續(xù)提供更強的模型和基礎設施，但用戶拿到這些能力之后，還是會面臨很具體的問題：我想要龍蝦幫我做什么事情、要多少、該怎么分組、每只該遵守什么規(guī)矩、出了問題怎么快速修正?！@些不是技術問題，是管理問題。

茉莉語境會繼續(xù)深入場景，走上戰(zhàn)場一線，和OPC用戶一道探索在每個具體生意中如何用龍蝦軍團，并把成熟經驗快速普及到我們的社區(qū)。這種深入用戶的能力，建社區(qū)的做法，是大廠天然做不到、不具備優(yōu)勢的。