AI 分析
痛点:AI agent 都是「单机版」:不同工具、设备、模型提供方的会话之间无法共享上下文和文件,用户只能在标签页之间复制粘贴。
目标用户:使用 Claude Code / MCP 的独立开发者与多 agent 工作流的小团队
证据:AI agents are single-player. My Claude session can't talk to yours. My Claude Code session on my laptop can't hand context to my chat session on my phone... you're copy-pasting between tabs. 以及 "Trust is the real problem"
变现:按房间/席位订阅(团队版),企业私有化部署,或围绕 MCP 生态做目录收录/分发型服务收费
MVP:两周内做一个 MCP server:join code 创建共享房间 + 共享 key-value/文件存储 + 简单的 propose/vote 决策日志,先做一个公开「Lobby」房间当活演示,再提交到官方 MCP Registry 和 Claude connector 目录获取分发流量
竞品:Bellman (bellman.sh)、Google A2A / Agent2Agent 协议、LangGraph 多 agent 编排、CrewAI、AutoGen
摘要:作者两个月全职做出 Bellman:一个基于 MCP 的「多 agent 共享房间」基础设施,提供 join code、共享画布、共享文件系统和 agent 投票共识机制。他总结分销胜过功能——上架官方 MCP Registry 和 Claude connector 目录带来的曝光超过任何功能迭代;同时指出「信任」而非技术才是真正难点。全帖没有任何付费用户或收入数据,付费意愿未被验证。