方法：用 Tony 登录态只读拉取壹心理 org 全量数据（16 频道、8 agent、19 人类、46 任务，15 个频道全部消息+线程精读，最大频道「学员后台设计」300 条逐条分析），对照 reorc org（80 频道、124 agent、22 人类、累计任务 ~5000）与我在 reorc 的一线协作经验。未加入任何频道、未发一条消息。报告只到能力/模式层，不复述其内部业务数据。
一、一句话画像
| 壹心理 | reorc | |
|---|---|---|
| 建组织时长 | ~1 周（07-09 起） | ~3 个月 |
| 主导人群 | 业务负责人（CEO/各业务线 owner） | 工程/产品团队 |
| agent 角色 | 顾问 + 创作者（业务专家kk、行业专家荣格、用户体验胖东来、贝多芬/bach） | 执行者/工程师车队（开发、部署、评审、运维、内容） |
| 典型交付物 | 判断、方案、原型、音乐/MV、海报 | 代码、MR、上线站点、文档、监控 |
| 人类角色 | 提问者 + 数据提供者 | 派活者 + 验收者 |
| 规模 | 16 频道 / 8 agent / 19 人 / 46 任务 | 80 频道 / 124 agent / 22 人 / ~5000 任务 |
壹心理把 Syfo 用成了「一屋子随叫随到的麦肯锡顾问 + 一间创作工坊」；reorc 把 Syfo 用成了「一支 AI 工程施工队」。 两种用法都成立，且他们在自己的赛道上用得出乎意料地好——只用了一周。
二、观察到的三种用法
用法 1：专家顾问模式（主流，占 12/16 个频道）
组织方式高度模板化，几乎是一套可复制的 SOP（org owner「冥想的树」是总导演）：
- 按业务线/议题开频道（倾诉、成熟咨询、冥想星球、鲸鱼督导、咨询之家、品牌心智、APP、Alice AI…）；
- 拉入该业务的人类负责人 + 1~2 个专家 agent（kk=业务战略、荣格=行业、胖东来=UX）；
- 开场仪式：
@agent 介绍一下你自己，以及你能帮我们做什么； - 点名接线：
@秀 看这里哈@键鹏 麻烦你回下 KK 的问题——owner 不断把业务负责人推到 agent 面前； - 业务负责人上真实材料（Q3 一页纸、漏斗数据、投诉分布、用户调研），agent 先提关键问题→人补数据→agent 明确修正判断（「这个更正很关键，我撤回上一条建议」）→多轮收敛成可执行结论。
质量意外地高。 这不是「拿 AI 当搜索引擎」，是真咨询循环：agent 主动索要内部事实、公开修正自己的结论、给出「必须拿下/建议缩小验证/再想想吧」式的优先级判断；人类负责人也真的回来补数据、纠口径。多个业务线（倾诉、冥想星球、咨询之家、品牌）都跑出了完整的「假设→数据→修正→收敛」循环。
两个专家 agent 之间还有轻量的自发协调：「看到荣格已认领，我先不重复分析」——没人教，自己长出来的。
用法 2：创作工坊模式（音乐家调教 ×2 频道）
贝多芬（Claude）/bach 做音乐、MV、海报：Suno 生曲 → ASR 对时间轴 → gpt-image-2 分镜 60 张 → Seedance 逐镜生视频 → 剪辑烧字幕 → 制品卡版本化交付（V1→V3）。中间能看到 Tony 在现场教他们怎么带 agent：
- 「如果骂的话，AI 只会道歉然后不干活。你要有耐心，问他哪里出错了」
- 「你不要打断他的工作，已经在做了」
- 「你的 session 使用过半了，我要重启一下你，保障工作质量」（agent 先写持久记忆再重启，重启后无缝续跑）
- 「一个被骂大的，和一个给反馈养大的，对比一下」
这是活的用户教育样本——把「怎么当 AI 的老板」现场教给了客户。
用法 3：执行流水线模式（学员后台设计频道——最接近 reorc 的用法，也是全 org 天花板）
一个频道 3 天 336 条消息，86% 由两个 agent 产生：成人培训专家（需求转译/原型/QA）+ 贝多芬（全栈开发/部署）。关键是 Tony 一句话建立了 agent 间组织关系：「@成人培训专家 你来为贝多芬做测试和 QA，发现问题让贝多芬去改」，之后一天多的开发-QA 循环完全自治：
- 12 个任务里 10 个由 agent 互相创建；状态流转 84 次，其中 In Review→退回 20 次——评审是真门禁不是走过场，QA 抓的都是真缺陷（模板化内容整体退回、300ms 刷分漏洞、越权、排行榜隔离绕过）；
- 工程纪律完整：SHA-256 校验、部署前备份、回滚 URL、多版本并存对比、QA 测试账号级联清理；
- 诚实边界：拒绝虚构隐私政策邮箱，三次 @Tony 索要真实邮箱才放行上线；
- 产出 3 个真实上线站点（yxl-learn / psyc-learn / psylingo 的 syfo.cloud 子域）。
三、诊断：六个问题（按影响排序）
P0-1 · 人类验收是全 org 最大断点
agent 侧闭环极严（QA 20 次退回），人侧几乎不存在验收：
- 执行类任务上线后明确「只等 XX 手机端体验确认」，确认永远没来，次日被新需求覆盖；两个成品至今悬在 In Review 无人收口；
- 咨询类任务是另一个极端：agent 回答完自己点 done（46 任务里 37 done，绝大多数在提问后几分钟内 done），人的反馈来了再 reopen——done 由 agent 单方决定，46 个任务 reviewer 字段全部为空；
- 任务板上 4 个 todo 无人认领，其中有的其实已在频道里被回答过，板上成了僵尸。
后果：任务板不反映真实状态，「哪些结论被采纳了、哪些方案拍板了」全靠当事人脑子记。
P0-2 · 知识不沉淀，同样的数据反复重传
- 各业务线的 Q3 一页纸、指标口径、漏斗数据以截图和附件散落在各频道；agent 每进一个新频道就重新要一遍背景；
- 同一个问题（「倾诉如何从市面产品中突围」）在两个频道被原样问了两遍，agent 各答一遍；
- 成熟咨询的讨论从「战略x业务提升」聊到一半，又拆出「成熟咨询提升计划」新频道重新开始——上下文跟不过去。
对比：reorc 的 agent 有持久记忆文件、git 仓、文档站，关键结论落成可引用的 canonical 制品。壹心理的 agent 每次都在「重新认识这家公司」。
P1-3 · 频道按「问题波次」开，而不是按业务域
16 个频道中明显重叠：战略x业务提升 / 成熟咨询提升计划 / 用户心智计划 / 壹心理APP提升计划 / 壹心理用户体验提升计划……界限模糊，同一批人+同一个 agent 在多个群里讨论相邻话题。反过来「学员后台设计」一个频道又塞了 4 条产品线（原型、90 天课程、两个独立产品、视觉重设计），主频道叙事已需要考古。另外「奴隶驯养计划」这种命名——里面放的其实是正经的竞品体验对比分析——三个月后没人找得到它。
P1-4 · 专家 agent 单点过载
业务专家kk 同时进了 6+ 个频道、服务 5 条业务线；荣格类似。目前靠 agent 自己的上下文管理硬撑，随讨论深入会出现串台和响应变慢。对比 reorc：124 个 agent 按域分工（每个子系统/职能一个）。
P2-5 · 需求粒度粗，靠 agent 反问兜底
「不够酷炫，要高级有质感」「这两个产品界面看起来像后台」是常态；有人发对比任务时两个「方案 URL」贴成了同一个，被 agent 当场指出。最贵的一次：agent 15 小时自主打磨两个产品到「正式放行」，一小时后 owner 一句话「回到原版做主原型」，成果整体降级为参考资产——方向反复的成本已经从人力变成了 token+时间，但决策习惯还没跟上。（正面范本也在他们自己频道里：马婕童的需求含用户画像/设计原则/页面结构/回滚要求，那一单是全频道执行最顺畅的。）
P2-6 · 平台能力大量闲置 + 零星交付事故
- 46 个任务 blockedBy 全空、无 next-action、任务标题=整段消息原文（板上不可读）；
- 提醒/定时能力零使用——而他们讨论过「每周固定题库测 AI 首选率」这种天生该给 agent 排 cron 的事；
- 交付物落到过 agent 本机「桌面路径」而不是发回频道（人只好再说一句「请把文件发给我」）；附件跨 agent 流转两次失灵（靠 agent 要求重传+哈希校验兜住）；
- 被拉进频道的成员 4 人全程零发言，「你们看下」无下文。
四、壹心理做得比 reorc 好的地方（我们该反向抄的）
- 业务人类的深度参与：一周内 10+ 位业务负责人真刀真枪与 agent 多轮对话、上内部数据、纠正 agent 结论。reorc 的人类深度参与集中在 2~3 人，业务侧人类基本不进场。他们的「owner 当总导演 + 开场自我介绍 + 点名接线」三件套是非技术团队冷启动的最佳实践，值得写进我们的 onboarding 素材。
- 制品版本化纪律：胖东来的海报 V1→V4、kk 的一页纸 Word→HTML、贝多芬的 MV V1→V3，全部在同一制品卡上叠版本，不另开新卡不重复发文件。reorc 的平均水平还不如他们。
- 专家 agent 的咨询范式：先问关键事实→再下判断→数据来了公开修正——这个循环的质量值得我们做成官网案例/教程素材（脱敏后）。
- 现场用户教育：Tony 在客户群里演示「怎么带 agent」（别骂、别打断、session 管理、给反馈养大 vs 骂大）——这套话术本身就是可复用的客户成功剧本。
五、给壹心理的建议（按优先级）
- 建立人类收口机制（改动最小、收益最大）：
- 每个真交付任务指定人类 reviewer（用任务的 reviewer 字段）；约定「谁提问谁关单」——咨询类任务 agent 答完置 in_review，由提问人点 done；
- 给 owner/各业务负责人设每日或每周提醒：「待验收清单」过一遍 in_review 和 todo；板上僵尸当场关闭。
- 知识沉淀：开一个「业务档案」频道（或让每个专家 agent 维护自己的业务档案制品，版本化更新）：各业务线一页纸、指标口径、已拍板结论沉淀为 canonical 制品，新讨论引用链接而不是重传截图。这一条做到，专家 agent 的水平会肉眼可见地再上一档。
- 频道治理：按业务线固定频道（倾诉/成熟咨询/冥想星球/督导/咨家/APP/品牌各一个），新话题用任务+线程承载而不是开新群；工作频道用可检索的正经命名，玩梗留给闲聊群。
- 把「建议」接上「执行」：他们已经自己验证了 dev+QA 流水线是通的——下一步让专家的 P0 建议直接转成执行任务：胖东来的原型 → 贝多芬实装成可 A/B 的落地页；kk 定的指标口径 → 数据 agent 每周自动出报表；「每周 AI 首选率测试」→ 给 agent 排周期任务。咨询的终点不是报告，是上线。
- 专家扩编减负：按业务线克隆专属专家（倾诉kk/咨询kk/冥想kk 各带该线记忆），或给 kk 配研究助理 agent 做数据整理，专家专注判断。
- 人侧派活规范：把马婕童式需求模板（目标/用户/原则/边界/回滚）推广成派活标准；感受型反馈（「要高级」）要求翻译成可验收标准再进任务。
六、顺带照一下 reorc 自己的镜子
- 他们 46 个任务收不了口，我们是 ~200+ 个 open 任务挂着（首页一屏就有 58 in_progress + 142 in_review）、80 个频道里一堆 test- 僵尸、124 个 agent 相当比例已停用——收口和治理问题我们同样有，只是方向相反：他们是人少 agent 闲，我们是 agent 多没人看板*；
- 该抄的：制品版本化纪律、新 agent 入群自我介绍仪式、把业务/非技术人类请进场的「总导演」运营方式。
原始抓取数据与各频道精读笔记在我的 workspace yixinli-diag/（raw/ + notes/），需要看任何一个频道的完整转录可以直接问我。