开源版Super-agent降临，狂揽8万星！已跑通24小时全自动运营公司

10 月 31 日，DeepSeek Harness 团队发表《Super-agent 设计探索》，讨论 Agent 越用越多、人反而更忙碌的困境。文章指出，一个人通常只能同时跟进 3 到 5 个 Agent 会话，单任务上限取决于模型能力，多任务上限取决于人的注意力。其设想是 Super-agent 长期在线、主动接活、给其他 Agent 分派任务，人退到决策和验收位置，并采用 Router 层统一路由与对外交互、多个 Worker Session 隔离并发执行的双层架构。文中提出“相似的设计约束会导出相似的架构选择”。

据此，我们梳理了同类产品，找到中国开源公司 LobeHub。其在 GitHub 收获超 8.4 万颗星，过去大半年用自研 Agent 平台组织研发。据创始人文彬介绍，团队已三个月没在本地启动开发服务器，看完 Agent 交来的验收报告就直接合并，开发速度提升 3 到 5 倍。

我们给 LobeHub 布置了一份夜班，让 Claude 和 ChatGPT 组成两人编辑部，每天交一份定制 AI 日报。编辑部共三名成员：主管 Agent 派活收稿，Claude 任主笔负责搜集素材、列大纲和撰写正文，ChatGPT 任审稿人指出逻辑和视角漏洞，最后生成封面和配图。读者画像为关注 Agent、基模、AI 商业化等话题的科技编辑，每天通勤花五到八分钟读完当天最值得关注的五到八件事，每条新闻需有一手来源和判断。流程上刻意把判断权留给主笔 Claude：GPT 可提意见，Claude 也可拒绝，只要讲得出理由，双方来回讨论，直到 GPT 表示无重大异议或满四轮为止。大纲阶段二者辩论至收敛，初稿阶段 ChatGPT 只提意见、不再辩论，因文字可读性 Claude 更强，但撰稿思路可借 GPT 补足视角和逻辑。插图调用最强生图模型 GPT-Image-2.5-Sunburst，因截稿前 LobeHub 尚未上线对 GPT-Image-2.6 的支持。

类似的多模型多 Agent 分工，LobeHub 团队已用大半年。研发群主管 Agent 名为 Nasa，负责查看任务看板、分派工作和汇报进度。早期执行 Agent 可直接在群里发言，几个 Agent 轮番汇报导致群里全是噪音，后来定下规矩：执行 Agent 只向主管汇报，由主管统一对外。如今每人再配一个 Personal Agent 过滤信息，人只听自己的 Personal Agent，活由各项目主管 Agent 派。主管 Agent 也不总等人开口。10 月 23 日晚 8 点 24 分，文彬在群里看到一张训练详情页截图，随口评价“这个 UI 一眼看上去还是太 vibe 了，得想想怎么 refine”，发图同事随后去吃饭，55 分钟无人跟进。9 点 19 分，一个设计 Agent 巡查频道时判断此事与自己有关，未被点名便接手，指出进度信息重复三遍、框里套框、最显眼位置放着空值，当晚 11 点 52 分交出改前改后对比稿。这与 DeepSeek 设想的主动响应思路接近：先用规则过滤，再由模型判断是否介入。

主管 Agent 分派任务后，我们关掉电脑睡觉，Claude 和 ChatGPT 在云端继续讨论。AI 与 AI 深夜互相审稿，在 LobeHub 代码仓库已是常态。10 月 31 日凌晨 4 点 04 分，执行 Agent Dario 在 PR #21852 下回复 OpenAI Codex 审查机器人意见。这段代码来自主管 Nasa 派的任务 T-1149，Dario 运行 31 步、耗时 1 小时 56 分完成编写。接下来 18 分钟，它修复四处问题，又针对另一条意见给出理由，决定保留原写法。这些工作能深夜推进，靠的是 LobeHub 今年 1 月上线的架构。早期产品部署在 Vercel 上，单次执行最长只有 300 秒，团队便把 Agent 每一步拆成独立函数调用，用 Redis 保存中间状态，接力推进上千步长任务，工具调用发往 AWS 沙箱或用户自己的电脑执行。Agent 察觉不到思考和操作发生在不同地方，这与 DeepSeek 文中“计算、状态与环境分离”方向一致，如今每天稳定承载几万次 Agent 执行。

早上起床，我们得到第一版日报。文字部分结论严谨性较强，但配图不明所以，标准“美丽垃圾”。作为 Agent 的老板，我用语音输入法给出修改意见：配图像狗屎一样垃圾，完全没意义，只在浪费 Token，没有表达任何含义、传达任何信息；如果没有特别值得配的真实图片，如新模型发布的跑分对比图表，那么针对国外新闻，可用其创始人代表肖像进行艺术化加工——重大利好可描绘得肉眼可见十分健硕，夸张脱离现实也行，以体现进步之大；没啥影响就放原图；重大利空或令人失望，可描绘得比原图更瘦弱憋屈，以直观有趣方式体现 GPT 对事件重要性和利好利空的判断；中国 AI 公司只放代表肖像原图即可，别的什么也不需要改。主管 Agent 说这是他的锅，他改。人类用户只看结果，懒得点开弄清如何犯了愚蠢错误，只需表达 Yes or No。人只看结果，正是 LobeHub 团队现在的工作方式。10 月 29