今天我突然发现，自己同时推进的项目变多了，人反而更轻松了一点。
这让我想起，刚学会使用工作空间时，我也有过一次类似的感觉。回头看，这像是我使用 AI 过程中跨过的第二个台阶。
以前，我和 AI 的协作主要发生在一个个对话窗口里。一个窗口聊得再深入，关掉以后，上下文也就断了。同一件事换一个模型、换一个 Agent，常常又要从头解释。
工作空间改变了这件事。
项目的资料、规则、进展和历史判断，都放在自己的文件夹里。对话窗口可以关，模型和 Agent 可以换，项目仍然能够继续。
那是第一个台阶：项目终于不再依附于某一次对话了。
但工作空间越来越多以后，我又遇到了新的问题：每个项目虽然都能继续，却还在等我进去查看、重新捡起、判断下一步。项目有了连续性，却没有长期负责人。
今天的变化，是我开始把不同的事情交给不同的 AI 角色长期负责。
这个想法最早来自郭峻峰老师。他经常讲自己有很多 AI 角色，各自负责不同的事情。大家会对这种方式感兴趣，或许是因为一个 AI 一旦有了不同分工，看起来就像拥有了一个团队：有人做内容，有人做产品，也有人管理项目。
但我真正开始搭建时，发现这样的“角色”可能很虚。
给它起个名字、写段人设，再说一句“你现在是一名产品经理”，它就能用产品经理的口吻说话。可它到底知道什么、做过什么、正在负责什么，仍然不稳定。它没有自己的办公室，也没有围绕这份工作积累起来的知识体系。对话结束，角色也可能跟着消失。
后来跟 AI 反复讨论，我想明白了一个简单的比喻：工作空间不是角色，工作空间是角色的办公室。
角色决定谁来长期负责，工作空间则保存它工作需要的资料、规则、进展和历史。
- 主编进入内容创作的办公室，知道我以前发过什么、现在有哪些选题、什么样的表达更像我。
- 职业经理人进入公司经营的办公室，知道业务怎么运转、资源怎么安排、哪些问题需要继续跟进。
- 产品经理进入具体产品的办公室，知道用户需要什么、产品做到哪个版本、下一次应该验证什么。
工作空间让项目摆脱对话窗口，角色让每个工作空间有了长期负责人。两者结合，我才第一次拥有一支能并行干活的 AI 团队。
以前，项目每次都要由我重新启动。现在，不同角色可以分别守住自己的事情，我只需要提出目标、做关键判断，再看它们把工作往前推进。即使一个项目结束，角色积累下来的能力也可以继续带到下一个项目。
不过，我也踩过一个坑：角色不是越多越好。
我一度想先把完整的 AI 组织搭出来，结果角色越建越多，规则越写越厚，真正拿来做事的却没有几个。现在我的判断简单了很多：需要长期负责、会反复出现的事情，才安排角色；一次性的事情，直接做掉。
所以，一串角色名字或一排对话窗口，并不等于 Agent Team。它至少要有稳定的分工、承载工作的空间，以及能够延续的知识和历史。
从对话窗口，到工作空间，再到有角色负责的 AI 团队。今天，我感觉自己又往前跨了一个台阶。
如果给一个 AI 角色安排一份需要长期负责的工作，你最想先让它接手什么？