腾讯云 TeamAI 在 2026 年 10 月 10 日正式宣布开源。这款腾讯内部自用的团队 AI 协作工具把 Skill、工作规范、工具配置和项目知识统一放进一个 Git 仓库，像管理代码一样评审、更新和做版本管理，再同步到每位成员各自使用的智能体里。目前它已适配 WorkBuddy、CodeBuddy、Claude Code、Codex、Cursor 等 16 种 Agent，官方仓库位于 GitHub，组织名为 Tencent，项目名为 teamai-cli。
为什么选 Git，而不是再做一个管理后台
团队用智能体最先撞上的麻烦，往往不是模型不够强，而是配置散在每个人手里：同一条规范有人更新了、有人还在用旧版，好用的 Skill 只躺在某个同事的电脑上。TeamAI 的处理办法是把这些资产当成代码来管。成员提交新 Skill 或修改规范时，系统自动创建分支并发起合并请求，交给团队评审；合入之后，支持会话启动 Hook 的 Agent 会在新对话开始时自动拉取更新，不需要逐人通知、手动替换。管理员最近还可以统一下发模型配置，给涉及内部数据和知识的任务指定符合安全要求的模型服务，减少成员自己接入、选错模型的概率。
经验沉淀，从口头提醒变成可检索的资产
更值得注意的是它对失败经验的处理。当成员在会话中反复纠正智能体、或者工具调用多次失败时，TeamAI 会在会话结束时提示把这次经历分享出来，由 Agent 把问题和解决方法整理成文档存回团队仓库。下一次有人处理类似任务，Agent 可以先检索仓库里已有的经验和资料再动手。它还被集成进腾讯云智能体管理平台 ClawPro，管理员可以在管控台统一管理 Skill、MCP 等配置，并分发到成员接入的各个 Agent。
内部测试的数字，先看口径再看结论
腾讯云披露过一组内部测试结果：在 13 个研发任务中，接入团队知识的较低成本模型，综合评分比未接入团队知识的更高规格模型高出 6.1%，模型调用成本则低了 76%。这组数字的样本只有 13 个任务，出自官方口径，不能直接推成普遍结论；但它指出的方向很具体——当团队知识被结构化沉淀并稳定分发时，补知识的收益可能比单纯换更贵的模型更划算。对已经在多人协作中使用编程智能体的团队，TeamAI 解决的不是能不能用的问题，而是好经验能不能留下来、传下去的问题。
