Launch HN: TeamOut (YC W22) – 用于策划公司活动的 AI 代理

Source: Hacker News

Problem

规划公司团建通常意味着在三种不完美的选项之间做选择：

1. 雇佣活动策划师并支付高额费用和场地加价。
2. 自己动手，花费数十小时进行调研、邮件往来和谈判。
3. 使用像 Airbnb 之类的工具，这些工具并非为团体物流或会议空间设计。

即使是 30–50 人的规模，规划也会演变成数周的来回邮件，获取报价、比较 PDF 中不一致的定价，并在电子表格中跟踪预算。这成为一个持续的协同问题，约束条件不断变化，供应商响应缓慢且是异步的。大多数现有软件都是基于表单的，但真实的工作流是对话式且有状态的。

线下活动成本高、风险大。一次活动可能占团队全年预算的相当大一块，错误会直接表现为成本超支或体验不佳。创始人和运营者常常把时间花在活动后勤上，而不是他们的本职工作。

我在上一家公司组织团建时遇到了这个问题。作为 IBM 的 AI 研究员，专注于自然语言处理和机器学习系统，我把这个问题视为推理和状态管理的挑战，而不是单纯的市场缺口。随着大语言模型在多步推理和工具使用方面的提升，自动化协同层本身变得可行。

Solution

TeamOut 的核心代理依赖于 Gemini、Claude 和 GPT 等模型的组合。一个基于 LLM 的中心代理在多轮对话中维护规划上下文，并决定下一步调用哪个专用工具。

Tools and Responsibilities

• 场地搜索与过滤 – 使用向量相似度搜索从超过 10,000 个场地的数据库中检索候选；先应用硬性约束（容量、日期），然后对结果进行排序。
• 费用估算 – 住宿 + 航班。
• 预算比较 – 将选项与团队预算进行评估。
• 报价与外联流程 – 自动化供应商沟通。
• 沟通渠道 – 为用户提供聊天界面与系统交互。

Interface

分割布局在左侧显示对话，右侧显示结构化结果。随着聊天中计划的细化，事件实时更新，实现迭代式工作流，而不是静态搜索体验。

Key Differentiator

我们将活动策划视为有状态的协同问题，而不是一次性搜索查询。代理负责编排工具、管理不断演变的约束，并明确呈现权衡。它不会捏造场地或编造价格，也不打算取代人工策划师处理规模极大或高度定制的活动。

Demo: https://www.youtube.com/watch?v=QVyc-x-isjI
Live product (no signup required): https://app.teamout.com/ai

Business Model

TeamOut 通过场地预订收取佣金。探索和规划对团队免费。

Call for Feedback

如果你曾组织过线下团建或大型聚会，我非常想听取你的看法：

• 你认为哪些地方可能会出错？
• 我们低估了哪些边缘情况？
• 在哪些方面你不愿意让代理处理细节？

我的工程团队和我会整天待在这里，回答问题，深入探讨架构、权衡和经验教训。

我们非常期待你的坦诚反馈。