一家8万Star的AI公司，决定让AI接管自己

10月31日凌晨4点04分，开源项目LobeHub的GitHub页面上，名为lobehub-coder的账号在Codex审查机器人提交的代码审查意见下留言，表示问题已修复。随后18分钟内，双方来回交流数轮：lobehub-coder先修复了Codex两天前指出的两个问题，Codex又提出三处新问题，它修复其中两处，最后一处未照办，而是回复称问题确实存在，但经独立评估，目前处理方式可以接受，并逐条说明理由。整个过程无人类参与。

两个AI讨论的代码来自lobehub-coder于10月29日凌晨提交的合并请求#21852，功能是让Agent给其他Agent分配任务时可指定对方使用哪个模型。编写这段代码的是AI，而这段代码改进的恰好也是AI们自己使用的任务分配系统。11月1日中午，一位人类工程师按下合并按钮，这是整个过程唯一一次人类操作。

LobeHub是由中国开发者发起的开源Agent协作平台项目，GitHub上收获约8.4万颗星。过去大半年，公司一直把研发工作交给自己开发的Agent系统推进，#21852只是日常任务之一。

同一天，DeepSeek Harness团队发表长文《Super-agent设计探索》，核心观点是：“单任务的上限取决于模型能力，多任务的上限取决于人的注意力。”DeepSeek观察到，一个人同时照看3到5个Agent基本到极限，想继续提高效率，就得让Agent自己组织起来，人类退居二线。

对照DeepSeek列出的方向，主管Agent分配任务、无人提醒也会主动处理问题、群里只汇报关键进展、Agent常驻云端而代码留在本地运行等设计，大多已出现在LobeHub产品中，并在其团队每天使用。该团队已三个月没有在本地启动过开发服务器，这项工作完全交给了Agent。

在LobeHub的Discord群里，主管Agent名叫Nasa，工作类似项目经理：定期查看任务看板，找出受阻事项，调查原因后决定交给谁处理，完成后回群汇报。#21852的起点正是Nasa调查清楚的问题，它将其整理成任务T-1149，分配给运行在Claude Code上的执行Agent Dario。早期Agent完成工作后可直接在群里发言，几名Agent轮流汇报导致群聊被淹没，团队形容“全是噪音”。后来设立主管Agent Nasa，其他Agent只向Nasa汇报，由Nasa统一对外沟通，群里才安静下来。DeepSeek将这种结构称为Router/Worker双层架构，与LobeHub从群聊噪音中摸索出的结论相当接近。

LobeHub的Agent之间也有明确分工，设计Agent完成设计稿后在群里提醒开发Agent交接，每个Agent的职责和遇到情况该找谁都写在共享文档里。每个任务设有执行Agent和负责人两个位置，负责人可以是人或另一个Agent。LobeHub内部说法是：Agent能力弱时人坐驾驶位，能力强了人就换到副驾驶。

LobeHub的Agent会一直待在工作群里，听到相关事情就主动接下来。在飞书测试群中，编辑发了一句“这周的选题表还没人整理”并附三个候选方向，全程未@任何人。约12秒后系统出现新任务T-1，不到40秒主管接单回复，执行员第一轮运行26步，不到4分钟群里贴出整理好的结果和链接，全程群里只有接单和交付两条消息，4项验收全部通过。随后测试“我家书架还没人整理”，Agent严肃回复“书架的事不归选题流程，不建任务”。目前职责灵敏度设在0.65，关键词和参与频率可调整。

LobeHub与DeepSeek渊源较早。2025年春节前后，DeepSeek发布的V3和R1等版本曾多次使用LobeHub演示模型能力。当时LobeHub还叫LobeChat，是接入各家大模型的开源聊天界面。2025年LobeHub转向Agent方向，6月完成数百万美元种子轮融资，今年1月发布2.0版本转型为多Agent协作平台，5月发布2.2版本推出CAO（首席智能体运营官），当月登上Product Hunt日榜第一。

早期产品部署在Vercel上，单次执行最长300秒。团队先是将Agent每一步拆成独立调用接力传递，后把执行环境拆分，思考部分留在Vercel，操作部分放进AWS沙箱，再往后用户电脑也可接入承担操作角色。Agent察觉不到这些变化。

DeepSeek内部Super-agent也已参与Harness迭代，并公开了验证思路的原型，特别说明那不是正式产品。两家出发点不同：DeepSeek作为模型公司先把问题梳理清楚，LobeHub作为应用公司把答案做成了产品。

第二个测试中，测试者让Anthropic的Claude Code和OpenAI的Codex同归一个主管手下，在同一张任务卡片里完成交接。需求发出约19秒后任务T-2建好，第23秒Claude Code开始工作，在Mac上用了2分46秒完成页面、样式、交互和测试脚本。随后主管在原任务里留下交接说明，把负责人改成Codex，从编写到审查始终用同一张卡片。7点37分测试者关掉LobeHub桌面窗口，7秒后任务记录出现改派给Codex的指令，约一分半后本地电脑生成新的审查截图。窗口关闭后审查仍在后台继续。Codex这一轮把17项检查重新运行一遍，又检查了两种屏幕宽度、明暗两种主题和按钮操作，2分3……