7月17日消息，a16z 旗下 Build newsletter 发布对文档平台 Mintlify 联合创始人兼 CEO Han Wang 的访谈，披露了这家公司的内部 AI 工作流全貌：客服工单经多个 agent 接力自动生成修复 PR，设计原型、知识问答、邮件处理、销售晨报也都有专职 agent 承担。Mintlify 为超过 2 万家公司的产品文档提供托管，客户包括 Anthropic、Cursor、Microsoft 等，今年 4 月刚完成 4500 万美元 B 轮融资，估值 5 亿美元。
工单进，PR 出：人只在最后一环出现
信息密度最高的是客服到修复的链路。Mintlify 的客服平台是 Plain，AI 客服 agent Parahelp 先响应进来的工单。每条工单同时经 Slack 集成推送到内部频道，后台编码 agent Replicas 读取这些消息，通过 Linear 的 MCP 接口把可执行项建成工单。Linear 的 Agent 功能自动接入新工单，把 bug 类工单分配给 Claude Code，由它完成第一轮修复并提交 PR。每个 PR 再经 Cursor BugBot 和 Greptile 两个 AI 评审 agent 审查并给出置信度评分，工程师只做最终审核、运行测试并合并。Mintlify 称这套流程缩短了从用户报告问题到修复上线的时间，但未披露具体数字。 设计、知识和行政环节的 agent 分工
工程之外的环节也有对应安排。设计侧，Mintlify 把自家设计系统配置进 Replit 和 Lovable，工程师开发新功能时把 Slack 里的讨论串丢进任一平台生成原型，再交给设计师把关和修改，设计团队由此把时间投向更长期的研究。知识侧，公司搭建了一个接入 Notion、Google Drive、会议记录、Slack、邮件和代码库的知识 agent，任何人在 Slack 里 @ 它即可提问，不必打断同事。这个 agent 跑在 Mintlify 自家平台上，即其对外提供的共享记忆层，把内部代码和沟通记录整合成供 agent 调用的知识运行时。 Han Wang 本人有一个受 OpenClaw 启发的个人 agent，用自动化平台 Gumloop 搭建，接入他常用的全部工具，他直接在 Slack 里让它代办各类事务，不用再逐个切换应用。另一个邮件 agent 每天早上巡查收件箱，把垃圾和不重要的邮件标记为已读，自动转发需要转交的邮件，并参考历史邮件和内部知识库为真实邮件起草回复。销售侧有一个晨报 agent，以 Claude Cowork 定时任务运行，通过 Salesforce、Granola 和 Attention 的 MCP 拉取客户沟通记录，每天早上推送到 Slack。每周还有一个定时脚本调用 Claude API 和深度研究工具，汇总客户、合作伙伴和相邻公司的新发布动态。 用人框架：自动化优先，但团队一年扩张了三倍
Han Wang 总结的完整工具栈是：编码用 Claude 和 Cursor，设计原型用 Replit 和 Lovable，个人 agent 用 Gumloop 搭建，工单链路由 Replicas、Linear 和 Claude Code 接力，PR 评审交给 Cursor BugBot 和 Greptile，编排层由 Slack 承担界面、Temporal 承担持久工作流。他的用人框架是，每个新问题先判断能否用自动化或 agent 解决，再判断能否用流程变更解决，两者都不行才增加人头。但框架归框架，Mintlify 的员工数去年仍扩张了三倍，据 6 月的招聘信息刚超过 50 人。自动化在这里没有替代招聘，而是抬高了人头的门槛。
真正的信息量在编排层
清单里的每个单点工具都不算新鲜，客服、编码、评审环节的 AI 工具各自都有成熟市场。这份披露真正有信息量的部分是编排方式：Slack 是人和 agent 的统一界面，Temporal 保证多步工作流的持久执行，MCP 是 agent 与工单系统、CRM 之间的标准粘合剂。一个 bug 从用户报告到合并修复，全程由多家不同公司的产品接力完成，人只在最后的终审环节出现。
这份栈的另一个显眼特征是构成。Parahelp、Gumloop、Greptile、Replicas 均为 YC 系初创公司，其中 Replicas 是 YC 今年春季班的公司，6 月刚登上 Product Hunt；Claude Cowork 发布于今年 1 月，OpenClaw 出现至今不到一年。AI 原生公司的内部基础设施正由一整代新工具整体承接。这些工具之间还互为客户：Mintlify 用着 Anthropic 的 Claude Code 和 Cursor 的 BugBot，而 Anthropic 和 Cursor 恰好都是 Mintlify 的文档客户。
需要克制的是对可复制性的判断。这是一篇投资方发布的被投公司展示，附带明确的招聘目的。Mintlify 约 50 人规模，自身做的就是面向 agent 的知识层产品，工程文化和对新工具的容忍度都高于一般企业。它跑通的模式能否平移到百人以上、非 AI 原生的组织，这份材料回答不了。
可复制性要留给更传统的公司验证
文中没有披露的数字包括自动修复的错误率、终审拦下的 PR 比例，以及整条链路的推理成本，这些是判断工单到 PR 模式经济性的关键。短期内更值得观察的是这类披露本身的扩散：a16z 的同一系列在 6 月底已做过 11x，公开内部 AI 栈正在成为 AI 公司雇主品牌建设的固定动作。长期看，栈中这批初创工具能否在客户规模扩大后仍然留在栈里，是检验它们产品粘性的直接信号。
AI 速览
