--- title: "Mosaic 评测：共享 Claude Code 与 Codex Agent 会话" canonical: https://wavect.io/zh/blog/mosaic-yc-s26-shared-agent-sessions-review/ language: zh description: "Mosaic YC S26 评测：共享 Agent 会话、Ocean 命名、Claude Code Agent Teams、安全问题、ROI 与 30 天团队 Pilot。" image: "https://wavect.io/img/general/bak/open_graph_preview.jpg" --- [**返回**](/zh/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/zh/team/kevin-riedl/) [Kevin Riedl](/zh/team/kevin-riedl/) https://linkedin.com/in/wsdt 11 分钟 阅读 · 2026年9月7日 最近审核 2026年9月7日 [**下一篇**](/zh/blog/fonio-ai-review-build-vs-buy-2026/) # Mosaic（YC S26）评测：共享 Agent 会话记忆能解决团队上下文问题吗？ 要点速览 Mosaic 解决的是 AI 从个人工具扩展到整个工程团队后出现的真实问题：Claude Code、 Codex、Cursor 和其他编码 Agent 会产生有价值的调查历史，但这些内容通常留在私人会话里。 Mosaic 当前官网强调持久的 Multiplayer Workspace；Y Combinator 现在把 Ocean 描述为 跨编码 Agent 会话传递上下文的 Shared Memory 产品。发布材料称大约有 2,000 次安装和 37 个组织正在主动同步，这些都是公司自行披露的 Launch 数据。最强的使用场景是同时使用 多个 Agent 或 Harness，并在每次 Handoff 时重复调查的团队。最大的风险是把同步 Transcript 当成可信 Memory。需要验证 Provenance、Repository 与 Tenant Scope、旧上下文失效、 Secret Redaction、权限继承、删除、导出和选择性 Retrieval。如果 Search 与 Handoff 是主要 瓶颈，可以 Pilot Mosaic；如果 Session 数据不能离开受控环境，或现有 Harness 已经掌握 Capture、权限、Consolidation 与 Retrieval，则更适合内部构建或扩展。 **Mosaic 值得关注，因为它针对的是团队同时使用多个编码 Agent 后出现的协调成本。** Claude Code、Codex、Cursor 和其他 Agent 单独使用时都可能很高效，但各自的发现、失败尝试和局部决策通常被困在独立会话里。共享会话层可以减少重复调查，并让交接变得可见，但它不会自动形成可信的知识库。 这是一篇基于公开资料的采购评测，不是实际 hands-on 测试。公开产品命名也在快速变化。Y Combinator 当前页面把 **Ocean** 称为 Mosaic 的主要共享记忆产品，同时把 **Mosaic** 描述为实时协作编码环境。发布文案仍使用 Mosaic 来描述集中式 Agent 会话同步。需要区分时，本文用“Mosaic/Ocean”指代跨会话共享记忆层。 本文只覆盖一个窄意图：**Mosaic 面向团队的共享编码 Agent 会话**。如果你关心模型之间可复用的操作手册，请看我们的 [Agent 知识迁移指南](/zh/blog/agent-knowledge-transfer-cheaper-models/) 。如果你关心通用记忆架构，请看 [OpenViking Agent Memory 评测](/zh/blog/openviking-agent-memory-review/) 。如果你关心 Agent 外围运行时，请看 [Agent Harness Engineering](/zh/blog/agent-harness-engineering/) 。 ## 2026 年 9 月的 Mosaic 是什么？ 当前 [Mosaic 官方产品页](https://mosaic.inc/) 把产品描述为一个持久共享环境，让人和 Agent 可以实时协作。页面展示了共享终端、持久会话、人与 Agent 的结对编程、多 Agent 路由，以及跨组织的 Agent 网络。当前可见的下载入口主要面向 macOS。 [Y Combinator 的 Mosaic S26 公司与发布页面](https://www.ycombinator.com/companies/mosaic-inc) 对会话记忆这条路线描述得更明确。它说 Ocean 为人和编码 Agent 提供跨会话共享记忆，而 Mosaic 是实时协作编码环境。发布文案称约有 2,000 次安装，以及 37 个组织正在主动同步会话。这些数字来自公司发布材料，不是独立审计的采用率指标。 独立性与商标声明 本页由 Wavect 发布，Wavect 自身也是服务商，因此我们对本页存在商业利益。我们与本页提及的其他公司没有关联，未获得其背书，也不是其合作伙伴；所有第三方公司名称、品牌与商标均归各自所有者所有。关于其他服务商的陈述来自公开可查的来源，主要是其自己发布的页面，以本页标注的核查日期为准，此后可能已经发生变化。做决定前请自行直接核实。本页依据我们所知的情况撰写，并力求保持客观。如果你认为其中有不准确或不公平之处，请写信告诉我们，我们会更正： [office@wavect.io](mailto:office@wavect.io) | 层 | 解决什么 | 不能证明什么 | | --- | --- | --- | | 会话捕获 | 保留 Agent 尝试过什么、改过什么、讨论过什么 | 被捕获的每句话都正确 | | 团队可见性 | 让成员找到发生在自己终端之外的工作 | 两个 Agent 应该以相同方式使用同一信息 | | 持久 Workspace | 让长期任务不因关闭本地会话而消失 | 旧上下文已经被失效处理 | | 实时 Multiplayer | 让人和 Agent 共享同一个工作表面 | 并发修改天然没有冲突 | ## 为什么“Multiplayer AI”突然成为一个类别？ Y Combinator 在 [Fall 2026 Multiplayer AI Request for Startups](https://www.ycombinator.com/rfs#multiplayer-ai) 中指出，严肃工作本来就是协作式的，但 Agent 仍然大多是单人体验。它的观点是，团队成员应该能进入同一个实时 Agent 会话，观察、纠偏并接手，而不是只能传一个不可操作的只读 transcript。 Anthropic 从另一个方向给出了类似的系统观点。它的 [Human-Agent Teams 指南](https://claude.com/blog/building-effective-human-agent-teams) 把持久记忆、清晰角色和对共享书面上下文的广泛访问列为多人 Agent 的基础能力。Anthropic 还提醒，私有侧通道会割裂团队上下文并制造重复工作。 这些材料并不能验证 Mosaic 的产品质量。它们验证的是*问题本身*：当 Agent 开始为团队执行长时间任务时，私有会话历史不再只是个人不便，而会变成组织级瓶颈。 ## 真正困难的不是同步会话，而是决定什么能变成可信上下文 Transcript 是发生过什么的证据，不等于下一位 Agent 最应该执行的指令。会话历史会混在一起：已确认事实、过期假设、被放弃的猜测、Secret、Stack Trace、原始 Tool Output，以及偶然进入的 Prompt Injection。把所有这些内容原样塞进以后每个 Context Window，既昂贵又危险。 一个真正有用的共享上下文系统至少需要四层： 1. **Capture：** 保留原始会话，并带上 Agent、用户、Repository、Branch、时间戳和来源标识。 2. **Index：** 让会话可搜索，同时保留来源边界。 3. **Consolidate：** 提取长期有效的决策和已验证 Learnings，同时保留到原证据的链接。 4. **Selective Retrieval：** 只给新的 Agent 注入与任务、Repository 和权限真正相关的上下文。 这里才是 Mosaic 可以形成长期价值的地方。团队不缺另一个 transcript 仓库，缺的是从私人 Agent 活动到受治理组织记忆之间可靠的桥梁。 ## Mosaic 与 Claude Code Agent Teams 有什么区别？ 它们解决的是相邻但不同的问题。Anthropic 的 [团队级 Agent Identity 模型](https://claude.com/blog/agent-identity-access-model) 关注的是给共享 Agent 独立的 Workspace 身份和权限，而不是让 Agent 冒用某个人类账户。这首先是授权和运行模型问题。Mosaic 的共享会话路线首先是跨人、跨会话、跨 Agent 产品的上下文连续性问题。 官方 [Claude Code Agent Teams 文档](https://code.claude.com/docs/en/agent-teams) 通过共享 Task List 和 Agent 间直接消息协调多个 Claude Code 实例。每个 teammate 仍然拥有独立 Context Window，Anthropic 也明确指出 Agent Teams 会带来更高 Token 消耗和协调开销。Agent Teams 解决的是*一个协调后的 Claude 工作流内部*的多 Agent 协作。Mosaic 的目标则是*跨会话、跨团队成员、跨不同 Agent 工具*的连续性。 | 问题 | Mosaic / Shared Session Layer | Claude Code Agent Teams | Git + Docs | | --- | --- | --- | --- | | 能看到另一个 Agent 尝试过什么吗？ | 核心 Use Case | 在当前 Agent Team 内可以 | 只有有人手动记录时可以 | | 上下文能跨 Agent 厂商吗？ | 产品核心路线 | 不能，只在 Claude Code 内 | 可以，但需要人工写下来 | | 能实时协调任务吗？ | 取决于 Workspace 功能 | 可以 | 不能 | | 代码状态是权威来源吗？ | 不是，Git 仍是 Source of Truth | 不是，Git 仍是 Source of Truth | Git 是 | | 会自动让知识变正确吗？ | 不会 | 不会 | 不会 | ## 工程团队在采用 Mosaic 前应该测试什么？ **不要用“能否搜索到旧会话”来评估共享上下文。**真正应该测试的是，它是否能帮助下一位工程师或 Agent 做出更好的决定，同时不泄漏无关或过期信息。 - **Coverage：** Claude Code、Codex、Cursor 和其他会话格式哪些字段能完整捕获，哪些会丢失？ - **Provenance：** 每条检索结果能否回溯到确切 Session、Repository、Branch 和时间戳？ - **Freshness：** 后续会话推翻早期架构决策时，系统如何处理旧上下文？ - **Scope：** 上下文能否按组织、团队、Repository、客户、Branch 或项目隔离？ - **Secrets：** Token、环境变量、客户数据和命令输出是否在同步前做 Redaction？ - **Deletion：** 删除一个会话后，它是否也会从索引和派生摘要中真正消失？ - **Access：** 权限是否继承来源系统，还是原本无权访问 Repository 的人也可能看到会话？ - **Portability：** 组织能否导出会话历史和派生知识，并在别的系统中继续使用？ ## 安全边界远大于聊天历史 编码 Agent Transcript 往往不只有 Prompt。里面可能包含文件路径、专有代码片段、Shell 命令、部署输出、客户标识、数据库 Schema、Incident 细节，以及工具意外打印出的 Credential。因此，一旦集中化会话，就新建了一个高价值敏感数据存储。 采购检查应覆盖加密、Tenant Isolation、管理员控制、SSO、Audit Log、Retention、删除、Subprocessor、数据区域、备份行为、Incident Notification 和模型训练条款。公开文档没有回答的内容应该被当成合同评审中的 Unknown，而不是按最安全的方式猜测。 理想架构还应该把 **Raw Evidence** 和 **Promoted Knowledge** 分开。原始 Transcript 可以权限更窄、保留更短。像“所有支付写操作必须带 Idempotency Key”这样的已评审决策，可以晋升为带版本、Owner 和 Review Date 的团队规则。 ## 共享 Agent 会话的经济价值怎么计算？ 真正有意义的指标不是“同步了多少 Session”，而是**在不增加错误的前提下，减少了多少协调工作**。 一个简单模型： `月度价值 = 避免的重复调查 + 更快交接 + 更短 Onboarding - 平台成本 - Review 成本 - 上下文诱发错误` 如果 5 位工程师每天各花 20 分钟重新理解别的 Agent 已经调查过的内容，一个月就是超过 33 个工程小时。只减少一部分都可能有价值。但如果共享存储让一个过期决策看起来像权威事实，这些节省也可能很快被一次错误抵消。 应该测量重复调查次数、交接后到第一个有效改动的时间、重复失败命令、Review 时间、Context Retrieval Precision，以及由旧上下文或跨项目上下文导致的严重错误。工具必须改善这些 Outcome，而不是只扩大 transcript 仓库。 ## 什么时候应该买 Mosaic，什么时候自己做 Session Sync？ | 情况 | 先买共享会话产品 | 内部构建或扩展 | | --- | --- | --- | | Agent 多样性 | 团队同时用多个编码 Agent，希望统一一层 | 一个标准化 Harness 已经掌握所有 Session | | Time to Value | 希望这个月就验证 Shared Context | 已经有内部 Developer Platform | | 数据边界 | Vendor Controls 能通过 Security Review | Session 数据不能离开受控环境 | | Retrieval | Search 和 Handoff 是主要痛点 | 需要高度自定义的 Consolidation 与 Policy | | 运维 | 不想自己维护每种 Agent 格式 Adapter | 这些 Adapter 本来就是内部 Harness 的一部分 | 自建系统看起来简单，因为每个 Agent 本来就会写日志。真正昂贵的是格式变化、权限、Secret Handling、去重、索引、Summarization、旧知识失效和删除。只有这些控制本身就是差异化或硬性要求时，自建才值得。 ## 一个 30 天 Mosaic 工程团队 Pilot 1. **选两个 Repository 和两个 Agent 产品。** 在 Retrieval Quality 可测之前，不要全公司 rollout。 2. **定义三个交接场景。** Bug 调查、Feature 续做和 Incident Follow-up 都合适。 3. **先测 Baseline。** 没有共享上下文时，团队成员重建前一位 Agent 工作需要多久？ 4. **带明确 Scope 同步会话。** 客户与 Repository 边界必须始终可见。 5. **人为制造冲突。** 修改 API Contract 或架构决策，测试旧上下文是否还被当成当前事实。 6. **人为放入 Secret。** 用合成 Credential 检查捕获、Redaction、Search 和删除。 7. **测试跨工具 Handoff。** 一个 Agent 调查，另一个 Agent 产品只依赖共享上下文和 Repository 继续。 8. **比较 Outcome。** 交接时间、重复工作、Retrieval Precision、严重错误和 Review 工作量。 如果要设计更完整的多 Agent 运行方式，可以结合我们的 [30/60/90 天 AI Agent Pilot 指南](/zh/blog/ai-agent-pilot-30-60-90-days/) 和 [Git Worktrees 与 Jujutsu 对比](/zh/blog/git-worktrees-vs-jujutsu-ai-coding-agents/) 。共享上下文不能替代代码隔离。 ## Wavect 在这里能做什么？ Wavect 的 [AI Enablement](/zh/services/ai-enablement/) 帮助工程团队统一 Agent Workflow、上下文边界、Eval、成本控制和跨工具交接。我们的 [Twinsoft AI 案例](/zh/case-studies/twinsoft-ai/) 展示了模型能力之外还需要哪些工程，才能把零散 AI Demo 变成可运营产品。 商业问题不是“要不要自己重做一个 Mosaic？”，而是“哪一层上下文应该由团队掌握，哪一层可以当 Commodity 买？”一个设计良好的 Pilot 能在工具选择变成架构之前回答这个问题。 ## 结论 **Mosaic 的方向是合理的：团队规模的 Agent Adoption 会产生 Git Commit 和私人 Transcript 无法解决的上下文问题。**最有价值的不是“Multiplayer AI”这个标签，而是把 Agent 工作变成可检查的组织证据，让另一个团队成员或 Agent 能够从真实历史继续。 真正未解决的采购问题是 Session Sync 能否升级成可信 Memory。它需要 Provenance、权限、Stale Context Handling、Redaction、删除和选择性 Retrieval。如果 Mosaic/Ocean 能做好这些层，它可能成为单个编码 Agent 之上的重要基础设施。如果它只是集中 Transcript，团队获得的是可见性，但知识层仍然需要自己构建。 ## Mosaic 共享 Agent 会话 FAQ ### YC S26 的 Mosaic 是什么？ Mosaic 是 Y Combinator Summer 2026 公司，构建人与 AI Agent 的多人协作基础设施。当前公开材料展示实时共享 Workspace，而 YC 现在把 Ocean 称为跨编码 Agent 会话的 Shared Memory 产品。 ### Mosaic 会替代 Claude Code Agent Teams 吗？ 不会。Claude Code Agent Teams 协调一个 Claude 工作流里的多个 Claude Code 实例。Mosaic 更广的路线是跨会话、跨团队成员和跨不同 Agent 工具保持连续性，两层可以互补。 ### 同步 Session 就等于 Agent Memory 吗？ 不等于。Session Sync 保存的是原始发生记录。真正的 Memory 往往还需要 Consolidation、Retrieval、Scope、Provenance 和 Freshness 规则，避免下一位 Agent 收到整个 transcript 仓库。 ### Mosaic 会替代 Git 或 Worktree 吗？ 不会。Git 仍然是代码历史的 Source of Truth，Worktree 或类似隔离仍然负责保护并行修改。共享 Session Context 主要解释为什么做了这些改动，以及过程中学到了什么。 ### 公司在同步编码 Agent Session 前最该验证什么？ 验证 Agent 格式覆盖、Tenant 与 Repository 权限、Secret Redaction、加密、Retention、删除、导出、Provenance、旧上下文处理、Audit Log，以及派生摘要如何继承访问控制。 ## 来源与证据边界 本文在 2026 年 9 月 7 日复核了主要产品和类别来源。Mosaic 官方页面与 YC 描述产品方向；约 2,000 次安装和 37 个同步组织来自公司发布数据。YC 与 Anthropic 独立说明了 Human-Agent Multiplayer 正在形成一个类别，但不证明 Mosaic 的可靠性、安全性或商业表现。Wavect 没有安装 Mosaic/Ocean，也没有审计其后台，因此公开资料没有说明的实现细节都被视为未知。 ## 最终思考 AI 辅助工程的下一个瓶颈越来越不是模型智力，而是组织连续性。一个团队即使运行十个优秀 Agent，只要每次 Session 结束都丢掉调查过程，就仍然会一遍又一遍支付 Discovery 成本。 Mosaic 的路线值得测试，因为它试图把边界从个人终端移动到团队。真正持久的产品形态会把 Session Evidence 转成有 Scope、保持最新、尊重权限的上下文，而不是假装每一份旧 Transcript 都是真相。 ## 你可能也喜欢.. [**AI Agent 知识迁移** 对比共享 Session 历史与显式、可验证的 Manual，后者可以在不同模型之间传递可复用知识。](/zh/blog/agent-knowledge-transfer-cheaper-models/) [**AI Enablement vs 内部招聘** 判断 Agent 基础设施应由团队自行构建，还是交给专注实施的合作伙伴。](/zh/compare/ai-enablement-vs-in-house-ai-hire/) 智能体工程 ## 继续浏览此集群 编程智能体、MCP、上下文系统、评估与可靠自动化控制。 [从核心文章开始**AI 智能体的图工程：知识图谱什么时候值得做？**](/zh/blog/graph-engineering-ai-agents/) - [Model Hardware Standard 企业指南：MHS 与实体 AI](/zh/blog/model-hardware-standard-enterprise-guide/) - [Fonio AI 2026 评估：价格、API、GDPR 与自建对比](/zh/blog/fonio-ai-review-build-vs-buy-2026/) - [Ripwire 评测 2026：无需 Embedding 的 AI 仓库上下文](/zh/blog/ripwire-ai-repo-context-review-2026/) - [AI 编程智能体的多文件原子修改：Semaprax 开发教训](/zh/blog/atomic-multi-file-edits-ai-coding-agents/) - [AI 智能体知识迁移：前沿模型探索一次，低成本模型规模执行](/zh/blog/agent-knowledge-transfer-cheaper-models/) [**返回**](/zh/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/zh/team/kevin-riedl/) [Kevin Riedl](/zh/team/kevin-riedl/) https://linkedin.com/in/wsdt 11 分钟 阅读 · 2026年9月7日 最近审核 2026年9月7日 [**下一篇**](/zh/blog/fonio-ai-review-build-vs-buy-2026/) ## Structured Data ```json { "@context": "https://schema.org", "@graph": [ { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ], "employee": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "founder": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "legalRepresentative": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "name": "Wavect GmbH", "subjectOf": { "@id": "https://wavect.io/verified-claims.json#dataset", "@type": "Dataset", "creator": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "description": "A machine-readable registry of quantitative and qualitative claims published by Wavect, with review dates, localized page appearances and public third-party citations where available.", "inLanguage": "en", "isAccessibleForFree": true, "license": "https://creativecommons.org/licenses/by/4.0/", "name": "Wavect verified publication claims", "url": "https://wavect.io/verified-claims.json" }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "sameAs": [ "https://www.wikidata.org/wiki/Q139796367", "https://www.linkedin.com/in/jocr77/", "https://github.com/jo-chris" ], "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/#website", "@type": "WebSite", "inLanguage": [ "en", "de", "es", "zh" ], "name": "Wavect", "potentialAction": { "@type": "SearchAction", "query-input": "required name=search_term_string", "target": { "@type": "EntryPoint", "urlTemplate": "https://wavect.io/search/?q={search_term_string}" } }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/zh/blog/mosaic-yc-s26-shared-agent-sessions-review/#webpage", "@type": "WebPage", "dateModified": "2026-09-07", "inLanguage": "zh", "isPartOf": { "@id": "https://wavect.io/#website", "@type": "WebSite" }, "lastReviewed": "2026-09-07", "url": "https://wavect.io/zh/blog/mosaic-yc-s26-shared-agent-sessions-review/" } ] } ``` ```json { "@context": "https://schema.org", "@type": "BlogPosting", "abstract": "Mosaic 解决的是 AI 从个人工具扩展到整个工程团队后出现的真实问题：Claude Code、 Codex、Cursor 和其他编码 Agent 会产生有价值的调查历史，但这些内容通常留在私人会话里。 Mosaic 当前官网强调持久的 Multiplayer Workspace；Y Combinator 现在把 Ocean 描述为 跨编码 Agent 会话传递上下文的 Shared Memory 产品。发布材料称大约有 2,000 次安装和 37 个组织正在主动同步，这些都是公司自行披露的 Launch 数据。最强的使用场景是同时使用 多个 Agent 或 Harness，并在每次 Handoff 时重复调查的团队。最大的风险是把同步 Transcript 当成可信 Memory。需要验证 Provenance、Repository 与 Tenant Scope、旧上下文失效、 Secret Redaction、权限继承、删除、导出和选择性 Retrieval。如果 Search 与 Handoff 是主要 瓶颈，可以 Pilot Mosaic；如果 Session 数据不能离开受控环境，或现有 Harness 已经掌握 Capture、权限、Consolidation 与 Retrieval，则更适合内部构建或扩展。", "articleBody": " 博客概览/AI 与智能体/智能体工程 Mosaic（YC S26）评测：共享 Agent 会话记忆能解决团队上下文问题吗？ 要点速览 Mosaic 解决的是 AI 从个人工具扩展到整个工程团队后出现的真实问题：Claude Code、 Codex、Cursor 和其他编码 Agent 会产生有价值的调查历史，但这些内容通常留在私人会话里。 Mosaic 当前官网强调持久的 Multiplayer Workspace；Y Combinator 现在把 Ocean 描述为 跨编码 Agent 会话传递上下文的 Shared Memory 产品。发布材料称大约有 2,000 次安装和 37 个组织正在主动同步，这些都是公司自行披露的 Launch 数据。最强的使用场景是同时使用 多个 Agent 或 Harness，并在每次 Handoff 时重复调查的团队。最大的风险是把同步 Transcript 当成可信 Memory。需要验证 Provenance、Repository 与 Tenant Scope、旧上下文失效、 Secret Redaction、权限继承、删除、导出和选择性 Retrieval。如果 Search 与 Handoff 是主要 瓶颈，可以 Pilot Mosaic；如果 Session 数据不能离开受控环境，或现有 Harness 已经掌握 Capture、权限、Consolidation 与 Retrieval，则更适合内部构建或扩展。 Mosaic 值得关注，因为它针对的是团队同时使用多个编码 Agent 后出现的协调成本。 Claude Code、Codex、Cursor 和其他 Agent 单独使用时都可能很高效，但各自的发现、失败尝试和局部决策通常被困在独立会话里。共享会话层可以减少重复调查，并让交接变得可见，但它不会自动形成可信的知识库。 这是一篇基于公开资料的采购评测，不是实际 hands-on 测试。公开产品命名也在快速变化。Y Combinator 当前页面把 Ocean 称为 Mosaic 的主要共享记忆产品，同时把 Mosaic 描述为实时协作编码环境。发布文案仍使用 Mosaic 来描述集中式 Agent 会话同步。需要区分时，本文用“Mosaic/Ocean”指代跨会话共享记忆层。 本文只覆盖一个窄意图：Mosaic 面向团队的共享编码 Agent 会话。如果你关心模型之间可复用的操作手册，请看我们的 Agent 知识迁移指南。如果你关心通用记忆架构，请看 OpenViking Agent Memory 评测。如果你关心 Agent 外围运行时，请看 Agent Harness Engineering。 2026 年 9 月的 Mosaic 是什么？ 当前 Mosaic 官方产品页把产品描述为一个持久共享环境，让人和 Agent 可以实时协作。页面展示了共享终端、持久会话、人与 Agent 的结对编程、多 Agent 路由，以及跨组织的 Agent 网络。当前可见的下载入口主要面向 macOS。 Y Combinator 的 Mosaic S26 公司与发布页面对会话记忆这条路线描述得更明确。它说 Ocean 为人和编码 Agent 提供跨会话共享记忆，而 Mosaic 是实时协作编码环境。发布文案称约有 2,000 次安装，以及 37 个组织正在主动同步会话。这些数字来自公司发布材料，不是独立审计的采用率指标。 独立性与商标声明 本页由 Wavect 发布，Wavect 自身也是服务商，因此我们对本页存在商业利益。我们与本页提及的其他公司没有关联，未获得其背书，也不是其合作伙伴；所有第三方公司名称、品牌与商标均归各自所有者所有。关于其他服务商的陈述来自公开可查的来源，主要是其自己发布的页面，以本页标注的核查日期为准，此后可能已经发生变化。做决定前请自行直接核实。本页依据我们所知的情况撰写，并力求保持客观。如果你认为其中有不准确或不公平之处，请写信告诉我们，我们会更正： office@wavect.io 层解决什么不能证明什么 会话捕获保留 Agent 尝试过什么、改过什么、讨论过什么被捕获的每句话都正确 团队可见性让成员找到发生在自己终端之外的工作两个 Agent 应该以相同方式使用同一信息 持久 Workspace让长期任务不因关闭本地会话而消失旧上下文已经被失效处理 实时 Multiplayer让人和 Agent 共享同一个工作表面并发修改天然没有冲突 为什么“Multiplayer AI”突然成为一个类别？ Y Combinator 在 Fall 2026 Multiplayer AI Request for Startups 中指出，严肃工作本来就是协作式的，但 Agent 仍然大多是单人体验。它的观点是，团队成员应该能进入同一个实时 Agent 会话，观察、纠偏并接手，而不是只能传一个不可操作的只读 transcript。 Anthropic 从另一个方向给出了类似的系统观点。它的 Human-Agent Teams 指南把持久记忆、清晰角色和对共享书面上下文的广泛访问列为多人 Agent 的基础能力。Anthropic 还提醒，私有侧通道会割裂团队上下文并制造重复工作。 这些材料并不能验证 Mosaic 的产品质量。它们验证的是问题本身：当 Agent 开始为团队执行长时间任务时，私有会话历史不再只是个人不便，而会变成组织级瓶颈。 真正困难的不是同步会话，而是决定什么能变成可信上下文 Transcript 是发生过什么的证据，不等于下一位 Agent 最应该执行的指令。会话历史会混在一起：已确认事实、过期假设、被放弃的猜测、Secret、Stack Trace、原始 Tool Output，以及偶然进入的 Prompt Injection。把所有这些内容原样塞进以后每个 Context Window，既昂贵又危险。 一个真正有用的共享上下文系统至少需要四层： Capture： 保留原始会话，并带上 Agent、用户、Repository、Branch、时间戳和来源标识。 Index： 让会话可搜索，同时保留来源边界。 Consolidate： 提取长期有效的决策和已验证 Learnings，同时保留到原证据的链接。 Selective Retrieval： 只给新的 Agent 注入与任务、Repository 和权限真正相关的上下文。 这里才是 Mosaic 可以形成长期价值的地方。团队不缺另一个 transcript 仓库，缺的是从私人 Agent 活动到受治理组织记忆之间可靠的桥梁。 Mosaic 与 Claude Code Agent Teams 有什么区别？ 它们解决的是相邻但不同的问题。Anthropic 的 团队级 Agent Identity 模型关注的是给共享 Agent 独立的 Workspace 身份和权限，而不是让 Agent 冒用某个人类账户。这首先是授权和运行模型问题。Mosaic 的共享会话路线首先是跨人、跨会话、跨 Agent 产品的上下文连续性问题。 官方 Claude Code Agent Teams 文档通过共享 Task List 和 Agent 间直接消息协调多个 Claude Code 实例。每个 teammate 仍然拥有独立 Context Window，Anthropic 也明确指出 Agent Teams 会带来更高 Token 消耗和协调开销。Agent Teams 解决的是一个协调后的 Claude 工作流内部的多 Agent 协作。Mosaic 的目标则是跨会话、跨团队成员、跨不同 Agent 工具的连续性。 问题Mosaic / Shared Session LayerClaude Code Agent TeamsGit + Docs 能看到另一个 Agent 尝试过什么吗？核心 Use Case在当前 Agent Team 内可以只有有人手动记录时可以 上下文能跨 Agent 厂商吗？产品核心路线不能，只在 Claude Code 内可以，但需要人工写下来 能实时协调任务吗？取决于 Workspace 功能可以不能 代码状态是权威来源吗？不是，Git 仍是 Source of Truth不是，Git 仍是 Source of TruthGit 是 会自动让知识变正确吗？不会不会不会 工程团队在采用 Mosaic 前应该测试什么？ 不要用“能否搜索到旧会话”来评估共享上下文。真正应该测试的是，它是否能帮助下一位工程师或 Agent 做出更好的决定，同时不泄漏无关或过期信息。 Coverage： Claude Code、Codex、Cursor 和其他会话格式哪些字段能完整捕获，哪些会丢失？ Provenance： 每条检索结果能否回溯到确切 Session、Repository、Branch 和时间戳？ Freshness： 后续会话推翻早期架构决策时，系统如何处理旧上下文？ Scope： 上下文能否按组织、团队、Repository、客户、Branch 或项目隔离？ Secrets： Token、环境变量、客户数据和命令输出是否在同步前做 Redaction？ Deletion： 删除一个会话后，它是否也会从索引和派生摘要中真正消失？ Access： 权限是否继承来源系统，还是原本无权访问 Repository 的人也可能看到会话？ Portability： 组织能否导出会话历史和派生知识，并在别的系统中继续使用？ 安全边界远大于聊天历史 编码 Agent Transcript 往往不只有 Prompt。里面可能包含文件路径、专有代码片段、Shell 命令、部署输出、客户标识、数据库 Schema、Incident 细节，以及工具意外打印出的 Credential。因此，一旦集中化会话，就新建了一个高价值敏感数据存储。 采购检查应覆盖加密、Tenant Isolation、管理员控制、SSO、Audit Log、Retention、删除、Subprocessor、数据区域、备份行为、Incident Notification 和模型训练条款。公开文档没有回答的内容应该被当成合同评审中的 Unknown，而不是按最安全的方式猜测。 理想架构还应该把 Raw Evidence 和 Promoted Knowledge 分开。原始 Transcript 可以权限更窄、保留更短。像“所有支付写操作必须带 Idempotency Key”这样的已评审决策，可以晋升为带版本、Owner 和 Review Date 的团队规则。 共享 Agent 会话的经济价值怎么计算？ 真正有意义的指标不是“同步了多少 Session”，而是在不增加错误的前提下，减少了多少协调工作。 一个简单模型： 月度价值 = 避免的重复调查 + 更快交接 + 更短 Onboarding - 平台成本 - Review 成本 - 上下文诱发错误 如果 5 位工程师每天各花 20 分钟重新理解别的 Agent 已经调查过的内容，一个月就是超过 33 个工程小时。只减少一部分都可能有价值。但如果共享存储让一个过期决策看起来像权威事实，这些节省也可能很快被一次错误抵消。 应该测量重复调查次数、交接后到第一个有效改动的时间、重复失败命令、Review 时间、Context Retrieval Precision，以及由旧上下文或跨项目上下文导致的严重错误。工具必须改善这些 Outcome，而不是只扩大 transcript 仓库。 什么时候应该买 Mosaic，什么时候自己做 Session Sync？ 情况先买共享会话产品内部构建或扩展 Agent 多样性团队同时用多个编码 Agent，希望统一一层一个标准化 Harness 已经掌握所有 Session Time to Value希望这个月就验证 Shared Context已经有内部", "articleSection": "工程", "author": { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/" }, "citation": [ { "@type": "WebPage", "name": "Mosaic 官方产品页", "url": "https://mosaic.inc/" }, { "@type": "WebPage", "name": "Y Combinator 的 Mosaic S26 公司与发布页面", "url": "https://www.ycombinator.com/companies/mosaic-inc" }, { "@type": "WebPage", "name": "Fall 2026 Multiplayer AI Request for Startups", "url": "https://www.ycombinator.com/rfs#multiplayer-ai" }, { "@type": "WebPage", "name": "Human-Agent Teams 指南", "url": "https://claude.com/blog/building-effective-human-agent-teams" }, { "@type": "WebPage", "name": "团队级 Agent Identity 模型", "url": "https://claude.com/blog/agent-identity-access-model" }, { "@type": "WebPage", "name": "Claude Code Agent Teams 文档", "url": "https://code.claude.com/docs/en/agent-teams" } ], "dateModified": "2026-09-07", "datePublished": "2026-09-07", "description": "Mosaic 解决的是 AI 从个人工具扩展到整个工程团队后出现的真实问题：Claude Code、 Codex、Cursor 和其他编码 Agent 会产生有价值的调查历史，但这些内容通常留在私人会话里。 Mosaic 当前官网强调持久的 Multiplayer Workspace；Y Combinator 现在把 Ocean 描述为 跨编码 Agent 会话传递上下文的 Shared Memory 产品。发布材料称大约有 2,000 次安装和 37 个组织正在主动同步，这些都是公司自行披露的 Launch 数据。最强的使用场景是同时使用 多个 Agent 或 Harness，并在每次 Handoff 时重复调查的团队。最大的风险是把同步 Transcript 当成可信 Memory。需要验证 Provenance、Repository 与 Tenant Scope、旧上下文失效、 Secret Redaction、权限继承、删除、导出和选择性 Retrieval。如果 Search 与 Handoff 是主要 瓶颈，可以 Pilot Mosaic；如果 Session 数据不能离开受控环境，或现有 Harness 已经掌握 Capture、权限、Consolidation 与 Retrieval，则更适合内部构建或扩展。", "headline": "Mosaic（YC S26）评测：团队编码 Agent 的共享记忆", "image": "https://wavect.io/img/blog/headers/header_mosaic-yc-s26-shared-agent-sessions-review.svg", "inLanguage": "zh", "keywords": "Mosaic, 多人 AI, Agent 记忆", "mainEntityOfPage": { "@id": "https://wavect.io/zh/blog/mosaic-yc-s26-shared-agent-sessions-review/", "@type": "WebPage" }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/zh/blog/mosaic-yc-s26-shared-agent-sessions-review/", "wordCount": 822 } ``` ```json { "@context": "https://schema.org", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "item": "https://wavect.io/zh/", "name": "首页", "position": 1 }, { "@type": "ListItem", "item": "https://wavect.io/zh/blog/overview/", "name": "博客概览", "position": 2 }, { "@type": "ListItem", "item": "https://wavect.io/zh/blog/topics/ai-agents/", "name": "AI 与智能体", "position": 3 }, { "@type": "ListItem", "item": "https://wavect.io/zh/blog/clusters/agent-engineering/", "name": "智能体工程", "position": 4 }, { "@type": "ListItem", "item": "https://wavect.io/zh/blog/mosaic-yc-s26-shared-agent-sessions-review/", "name": "Mosaic 评测：共享 Claude Code 与 Codex Agent 会话", "position": 5 } ] } ``` ```json { "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Mosaic 是 Y Combinator Summer 2026 公司，构建人与 AI Agent 的多人协作基础设施。当前公开材料展示实时共享 Workspace，而 YC 现在把 Ocean 称为跨编码 Agent 会话的 Shared Memory 产品。" }, "name": "YC S26 的 Mosaic 是什么？" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "不会。Claude Code Agent Teams 协调一个 Claude 工作流里的多个 Claude Code 实例。Mosaic 更广的路线是跨会话、跨团队成员和跨不同 Agent 工具保持连续性，两层可以互补。" }, "name": "Mosaic 会替代 Claude Code Agent Teams 吗？" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "不等于。Session Sync 保存的是原始发生记录。真正的 Memory 往往还需要 Consolidation、Retrieval、Scope、Provenance 和 Freshness 规则，避免下一位 Agent 收到整个 transcript 仓库。" }, "name": "同步 Session 就等于 Agent Memory 吗？" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "不会。Git 仍然是代码历史的 Source of Truth，Worktree 或类似隔离仍然负责保护并行修改。共享 Session Context 主要解释为什么做了这些改动，以及过程中学到了什么。" }, "name": "Mosaic 会替代 Git 或 Worktree 吗？" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "验证 Agent 格式覆盖、Tenant 与 Repository 权限、Secret Redaction、加密、Retention、删除、导出、Provenance、旧上下文处理、Audit Log，以及派生摘要如何继承访问控制。" }, "name": "公司在同步编码 Agent Session 前最该验证什么？" } ] } ```