Dust vs Relevance AI：共享 Agent 工作空间与多 Agent 执行流程怎么选

简短结论

Dust 和 Relevance AI 都可以把多个 Agent、工具和企业资料带进工作流程，但默认关注点不同。Dust 用 Pods 把人、Agent、文件、任务和讨论聚在一个共享项目空间，适合“多人在同一上下文里持续交接工作”；Relevance AI 用 Workforces 把专门 Agent、工具、条件分支和触发器连成业务执行链，适合“一个流程要稳定跨系统完成多个步骤”。

这不是“一个能自动化、另一个不能”。Dust 有触发器与多 Agent 工作流；Relevance AI 也有知识表、项目协作和人工审批。需要按实际场景比较谁更容易配置、控制与验收。

核心差异速览

维度	Dust	Relevance AI
主要工作对象	Pod 中的人、Agent、共享文件和任务	Workforce 中的 Agent、工具、触发器与分支
资料层	Connections 同步公司资料；Pod Files 保存项目上下文	Knowledge tables、同步来源与 Agent 工具
交接方式	项目对话与任务在同一个可见空间	专门 Agent 之间按规则或条件传递工作
人工参与	项目成员审阅产出，按工具授权控制动作	Tool Approval Mode 与流程审批/升级
外部动作	需核对连接器和工具写入范围	工具可调用 API 与业务系统，需明确审批
评估方式	对齐引用、权限、任务完成与团队交接	对齐执行结果、各阶段失败率与成本
价格公开度	Free、Pro、Max 席位与 credits 公开	当前主价格页主要是 Enterprise 销售报价
首选人群	项目负责人、知识团队、跨部门协作	运营自动化负责人、流程搭建者

Dust：共享上下文减少项目交接损耗

Pods 概览说明，一个 Pod 内有对话、文件和任务，成员与 Agent 都可以参与。产品适合每周都在变化的项目：运营提出需求、销售补客户反馈、技术补风险，Agent 阅读这些已共享的材料生成状态稿，人类确认后继续推进。

对已有系统资料，Connections 可同步 Notion、Drive、Confluence 等；对项目临时产出，Pod Files 可以保存上传文件或 Agent 写入的报告。流程设计时明确哪个系统是唯一正式来源，否则同一政策被同步、复制、上传三次，Agent 可能引用过期版本。

要注意 Pod 的共享语义：官方文档指出同一 Pod 内成员可看到其中完整内容，没有内部私聊区。限制权限要在建立 Pod 和邀请成员时完成；敏感客户项目用 Restricted Pod，并确认 Agent 可用的连接器不超出预期。

Relevance AI：专门 Agent 加确定性流程

Workforces 文档将 Workforce 描述为多名专门 Agent 组成的执行链，可以设置由 AI 判断的交接、固定下一步和条件路由。官方产品页也展示固定步骤、循环和模型调用结合的流程。对于销售线索或支持工单，处理“分类—补资料—生成建议—分派—写回”这类明确流程更直接。

这不代表可以把整个流程放给 AI 自行决定。先写清每个步骤的输入与完成条件，把更新 CRM、外发邮件、删除数据设成需要批准的工具动作。Approval Mode 文档区分自动与 Human in the Loop，可按工具配置。外部接口失败、重复事件和人员拒绝时还需定义恢复路径。