“AI 团队”很容易让人想到一份固定组织图：每个执行者都有岗位，增加处理能力就增加员工。这种映射在真实工作中并不总是成立。
一位长期研究员工，有时自己就能完成简报，有时需要分别核查多组材料。临时分工改变了这次怎样执行，并没有改变下次应该找谁负责。若把两者绑定，岗位目录会随每次运行不断膨胀。
Teloa 因此区分长期员工、共同讨论与任务内临时助手。它们保存不同时间尺度的关系，让执行组织可以变化，同时保留交付的负责者。
三种组织方式，解决不同时间尺度的问题
| 组织方式 | 为什么建立 | 工作结束后保留什么 |
|---|---|---|
| 长期员工 | 一类职责反复出现 | 岗位定义、版本与适用经验 |
| 工作群 | 多方需要共同判断 | 消息、话题及关联工作 |
| 临时执行助手 | 一项工作需要独立分工 | 对应执行与返回结果，不自动新增长期岗位 |
长期员工可以参与群，也可以在任务内采用临时分工。群成员不必对应每一个底层执行者，临时助手也不需要在员工目录中留下永久位置。
如果所有执行者都进入同一份目录，用户很快就难以辨认哪些员工还值得保留。反过来，长期方法只存在于临时会话中，每次相似工作又要重新建立。产品需要同时照顾两种情况。
先拆结果，再决定怎样分工
假设有三组报价材料需要核查。每组资料可以独立检查价格条件、有效期和支持范围，返回相同结构，原负责者再整理差异。这种分工有清楚的输入与合并方式。
如果几位助手都接到“研究这些报价，给建议”，它们可能重复读同一份资料、产出互相矛盾的结论，最后仍由负责人重新研究。并行只是增加了产量，没有减少完成工作的时间。
因此，临时分工需要明确材料、问题和返回要求。分出的每一项结果都应有用途，而不是为了展示多 Agent 能力而拆成更多步骤。
DeepSeek Harness（DSH）的原生执行机制提供任务内的分工与完成通知。Teloa 保留它与原任务、负责岗位和交付要求的关系，避免临时执行变成一组无人接收的独立结果。
拆分前还需要判断依赖。三组独立报价可以分别核查；“先确定比较口径，再写结论”却有明确先后。把后者并行，会让写作在前提尚未确定时开始，最后节省的等待时间可能全花在返工上。
因此，临时助手的交付要求需要足够窄，又不能窄到丢失判断背景。核查价格条件，应带上比较对象、采用资料和返回格式；不必继承整份客户私聊。原负责者再处理跨材料冲突。这让上下文准备成为分工的一部分，而不是简单复制父会话。
并行适合扩大独立处理，顺序适合保留因果依赖。两种组织方式都保留，原负责员工才能在本次授权与额度内，围绕工作瓶颈安排拆分；本人交代目标、返回要求与投入上限。分工的尺度由工作需要决定，员工数量只是执行安排的结果。
分出去以后，原负责者仍要整合
三位助手完成检查，并不表示比较表已经完成。还需要确认采用条件一致、解释冲突、列出缺项，再组织成用户能采用的成果。
整合最重要的部分是处理不一致。某位助手没有查到依据，另一位给出确定结论，原负责者需要保留差异，再决定补查还是降低结论强度。子助手只看见自己得到的问题，原负责者才需要判断合在一起是否仍然回答了原目标。把每份返回原样交给用户，分工节省的时间就可能在人工比对中花回去。
有些工作不拆，反而更快
并行有上下文准备、调用、等待与整合成本。只有输入可以独立处理、返回标准明确、结果能够合并时，分工才更可能减少完成时间。高度相互依赖的问题，保留顺序反而能少一次返工。
这让临时助手成为围绕瓶颈作出的选择。一项任务不拆、少拆或改变拆法，都可以是合理执行。产品无需为显示更多 Agent 而制造新的岗位。
长期员工保留合作关系，临时助手提供可变处理能力。两者分开，团队才有条件在需要时扩展，在工作结束后留下清楚的责任与成果。