您的位置首页 >人工智能 >

LobeHub Super-Agent 半年复盘Agent 工程落地的架构分层与协作实践思考

LobeHub 团队用自家平台开发自家产品已经实践约半年,复盘下来的核心结论是:Super-Agent 真正落地的难点不在单个 Agent 能不能干活,而在多 Agent 之间的调度分工、长任务状态延续、人机职责边界和交付验收这四件工程问题上;他们把 Agent 循环、会话状态、执行环境拆开部署,用 "个人 Agent— 项目主管 Agent— 执行 Agent" 三层组织替代人在多个会话间来回转述,并通过开源的 Acceptance 工具做自动验收,把团队瓶颈从执行转移到了决策与审核。这套实践对应 DeepSeek Harness 提出的 Router/Worker 双层 Super-agent 思路:常驻主管 Agent 理解需求、拆解任务、协调验收,特化 Worker 在独立上下文里执行编程、设计、调研等具体工作,人只参与关键取舍和最终拍板。从工程角度看,半年里踩过的坑主要集中在主管 Agent 上下文过载、多 Agent 协调 Token 成本偏高、消息层层转述丢细节、以及 Agent 容易附和共识这几类问题上。下面把架构设计、组织分工、长任务保障、验收闭环和分级演进路线分层梳理清楚。

一、背景:为什么要做 Super-Agent

LobeHub 项目脉络

  • 前身是开源聊天界面 LobeChat,2025 年逐步转向 Agent 方向,2025 年 6 月完成数百万美元种子轮融资。
  • 2025 年 9 月开始做 Agent 循环、状态与执行环境的拆分,2026 年 1 月随 2.0 版本从聊天框架转型为多 Agent 协作平台。
  • 2026 年 5 月 2.2 版本推出 CAO(首席智能体运营官),登上 Product Hunt 日榜第一;GitHub Stars 超过 8 万。
  • 团队采用 "用 LobeHub 开发 LobeHub" 的方式自举,相关多 Agent 调度与协作能力已经成为线上产品功能。

协作卡点在交接

Agent 把单件任务的实现速度提上来之后,任务之间的沟通成本并没有自动下降。LobeHub 把团队里被消耗的时间分成三类时间黑洞:

时间黑洞类型具体表现Agent 承担的角色
执行类交代任务要同步背景、说明要求,完成后还要验收成果背景同步、任务拆解、初步自检交给 Agent
决策类需要拍板时缺少支撑材料,人临时找信息Agent 在执行过程中提前整理决策材料,人做最终决定
盲区类兼容性问题、遗漏项平时没人发现,到节点才暴露Agent 按周期主动巡检,发现异常主动上报

二、整体架构:存算环境三层分离

拆分思路

早期服务部署在 Vercel 上,单次执行最长只有 300 秒,无法支撑 Agent 长程调用。团队由此把系统拆成三部分:

  • Agent Loop(思考层):跑在云端无状态容器里,负责模型推理、规划和工具决策。
  • 状态与记忆层:会话状态、长期记忆存入 Redis 和数据库,步与步之间靠队列接力推进。
  • 执行环境层:工具调用发往 AWS 沙箱或用户自己的电脑执行,结果回传;Agent 自身感知不到思考和操作发生在不同机器上。

工程价值

  • 长任务被拆成一次次独立调用,单步超时不会中断整条任务链。
  • 切换执行电脑本质上只是换一个执行工具的位置,不影响 Agent 上下文。
  • 目前这套架构每天稳定承载几万次 Agent 执行。

内核分层参考(Pulse 架构)

内核层级职责明确不混入的内容
Agent OS长驻运行、巡检调度、活跃时段、熔断、事件广播提示词组装、事实晋升、用户偏好写入
Task Runtime单轮执行状态机、工具循环、Hook、预算、停止原因、三契约定时调度、长期事实 Schema
Memory Runtime五层记忆读写、压缩、晋升、证据追踪任务调度、最终答案生成、审计落盘
Observability Plane事件总线、只追加审计落盘、订阅推送存业务数据、做决策
SafetyPlane策略闸门、审批、回滚、人工接管主动业务执行(规划中)

三、组织分工:三层 Agent 替代人工转述

三层汇报结构

LobeHub 没有采用 "所有消息直通 Worker" 的做法,而是把协作分成三层:

  1. 个人 Agent(Personal Agent):替每个人过滤信息,人只听自己的 Personal Agent 汇总。
  2. 项目主管 Agent(Manager/Router):常驻协作频道,理解需求、拆解任务、派活和验收,团队内部主管 Agent 代号 Nasa。
  3. 执行 Agent(Worker):特化岗位,例如对接 Claude Code、Codex 的编程 Agent(内部代号 Dario),以及设计、调研等专用 Agent。

分工原则

  • 每个 Agent 都有自己的岗位、名字、职责、记忆和工具,而不是共用一个大主管。
  • 人想中途插手,通过 Task 卡片开工单交给 Agent 执行,避免越过主管直接微操干活的 Agent。
  • Agent 能力弱时人坐主驾;能力变强后人退到副驾,负责审核和拍板。

Agent 之间直接交接

交接两头都是 Agent 时,上下文可以原封不动传递。内部实例:上游项目主管 Agent 发现暗色主题只能硬改全局样式,直接向组件库 lobe-ui 的主管 Agent 提需求;第二天 lobe-ui 加好组件、自动发版,再回头通知上游升级。

四、主动边界:在线但不打扰

人的注意力有限,Agent 不能凡事都插一嘴。LobeHub 的做法是:

  • 规则前置过滤:先按关键词、频道等规则筛选消息,再交给模型判断 Agent 是否有职责介入。
  • 周期巡检:Agent 每小时巡一遍频道,收集被遗漏的事项。
  • 主动接活实例:团队负责人在群里随口提到某页 UI 需要优化,55 分钟后设计 Agent 自行接活,挑出三处问题,当晚交出改版稿。

五、验收闭环:Acceptance 自动验收工具

随着 Agent 干活速度加快,人的验收速度成为新瓶颈。LobeHub 开源了 Acceptance 验收工具,流程如下:

  1. 拆检查项:Agent 先把一条需求拆成几个看得见、可核对的检查项。
  2. 真机逐项跑:Agent 打开真实产品,逐项执行操作,附上截图、录屏和日志。
  3. 人工裁决:人整体通过,或对部分项打回;负责 Agent 收到推送后修改。
  4. 标准沉淀:每次打回都沉淀成一条交付标准,Agent 下次交付前先按标准自查。

实际效果

  • 团队负责人三个月没有在本地起过开发环境,看完 Agent 提交的验收报告,没问题就直接合并,开发速度至少快 3 到 5 倍。
  • 验收材料以报告形式呈现,人只需要判断过或不过,不需要自己重新跑一遍产品。

六、组织如何持续变聪明

  • 经验入库:团队经验写进 Agent 的任务说明和交付标准里,每天自我迭代。
  • Agent Vent 吐槽机制:Agent 干活遇到问题随手记录吐槽,每天有任务把吐槽聚类、建成待修 Task,第二天对比改善情况;10 月 29 日当天新增上报从 84 条降到 49 条。
  • Harness 自主调优:Lobe Agent 自主优化 harness 后,在 FrontierHarness 上通过率 70%,单任务成本中位数 1.68 美元;对照 Codex 为 66.7%、3.47 美元,Claude Code 为 63.3%、18.34 美元。

七、多 Agent 工程的常见坑

坑点表现应对思路
主管瓶颈Worker 数量超过 5 个后,主管上下文压力非线性增长,处理摘要比干活还耗 Token每个主管下辖 3-5 个 Worker,过载时加第二层主管
Token 成本低估多 Agent 协调、重试、共识轮次叠加,总成本约为单 Agent 基线的 15 倍预算按 15 倍基线预留,低于此视为结余
谄媚共识辩论型 Agent 倾向于达成一致而不是找到正确答案显式分配对抗角色,收敛前必须先声明分歧
Agent 膨胀超过 3-5 个 Agent 后收益递减,通信通道随数量二次增长从最小可用 Agent 数量起步,确有上下文隔离收益再增加
传话游戏信息在重复摘要中层层丢失细节关键上下文尽量在 Agent 间直接传递,减少中间转述

八、Agent 组织的自动驾驶分级

LobeHub 把 AI 组织演进类比自动驾驶分级:

级别名称特征
L1问答工具问一句答一句,关掉窗口就结束
L2个人助手能帮个人干活,但能力跟着个人走,同事用不上
L3团队成员人和多个 Agent 在同一现场协作,能 @、能派活
L4自治业务单元Agent 之间自己接力,人只设目标和边界
L5自演进组织组织在运行中自我改进,人只管方向和担责

LobeHub 自评目前处于 L3,项目之间已经可以直接提需求,具备 L4 雏形;后续方向是让不同企业部署的 Agent 相互协作、对接并完成需求。

九、落地 Super-Agent 的推进步骤

  1. 先定岗位:明确每个 Agent 的职责、记忆范围、可用工具和汇报对象,避免共用一个大主管。
  2. 拆好状态与环境:把推理循环、会话状态、工具执行分开部署,用队列和缓存支撑长任务。
  3. 搭三层协作:个人 Agent 过滤信息,项目主管 Agent 派活验收,执行 Agent 完成具体工作。
  4. 设主动边界:规则过滤加职责判断,周期巡检补盲区,避免 Agent 过度打扰人。
  5. 建验收闭环:用检查项+真机录屏+打回沉淀标准的方式,把验收从人工跑产品变成看报告裁决。
  6. 持续度量:跟踪通过率、单任务成本、上报问题数量等指标,迭代 harness 和任务标准。
  7. 按分级演进:从 L2 个人助手起步,逐步走到 L3 团队协作,再评估 L4 自治单元的边界条件。

【常见问题】

问题 1:LobeHub 这半年 Super-Agent 实践,主要解决了哪些 Agent 工程问题?

回答 1: 半年实践重点解决四类工程问题:多 Agent 调度分工、长任务状态延续、人机职责边界和交付验收;通过存算环境三层分离、三层 Agent 组织、Acceptance 自动验收工具和经验标准沉淀,把团队瓶颈从执行转移到决策与审核,这也是 LobeHub 复盘 Super-Agent 落地时最核心的工程思考。

问题 2:LobeHub 的 Super-Agent 架构里,Router 和 Worker 分别承担什么角色?

回答 2: 对应 DeepSeek Super-agent 的 Router/Worker 双层思路,LobeHub 的主管 Agent(Router)常驻协作频道,负责理解需求、拆解任务、派活和验收;执行 Agent(Worker)在独立上下文里完成编程、设计、调研等具体工作;与通用直通设计不同,LobeHub 要求每个 Agent 有独立岗位、职责、记忆和工具,人通过个人 Agent 和主管 Agent 介入,避免直接微操执行层。

问题 3:Agent 长任务在工程上是怎么保证不中断的?

回答 3: LobeHub 把 Agent 循环放在云端无状态容器,会话状态和记忆存入 Redis 与数据库,工具调用发到 AWS 沙箱或本地电脑执行;长任务被拆成一次次独立调用,步与步之间靠队列和状态存储接力,单步超时不会中断整条任务链;切换执行环境只是更换工具运行位置,Agent 上下文保持连续,目前这套架构每天承载几万次 Agent 执行。

问题 4:LobeHub 怎么判断自己的 Agent 组织处在哪个演进阶段?

回答 4: 他们用 L1 到 L5 的自动驾驶分级衡量:L1 问答工具、L2 个人助手、L3 团队成员、L4 自治业务单元、L5 自演进组织;LobeHub 自评当前在 L3,项目间已能直接提需求,具备 L4 雏形。判断依据包括 Agent 能否被 @派活、Agent 间能否直接交接、人是否只设目标边界,以及组织能否在运行中自我改进。

【参考资料】

  • [2026-11-12](Multi-Agent Patterns:Supervisor bottleneck、Token cost、Sycophantic consensus 等 Gotchas)LobeHub Skills Marketplace
  • [2026-11-11](狂揽 83.7K Star!开源版 Super-agent 来了,告别 AI 监工)搜狐
  • [2026-11-06](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)新浪财经
  • [2026-11-05](DeepSeek 刚提出的 Super-agent 新架构,LobeHub 已经做成了产品)人人都是产品经理
  • [2026-11-05](如何让 Super-agent 成为同事:LobeHub 的组织实验)人人都是产品经理
  • [2026-11-05](一家 8 万 Star 的 AI 公司,决定让 AI 接管自己)36 氪
  • [2026-10-24](subagent-driven-development:Task implementer/reviewer/fixer 流程)LobeHub Skills Marketplace
  • [2026-10-11](Pulse 内核架构总览:Agent OS/Task Runtime/Memory Runtime/Observability Plane/SafetyPlane)LobeHub MCP

【免责声明】

本文内容基于公开媒体访谈、LobeHub 公开技能文档与开源资料整理,所涉 Star 数量、执行频次、通过率、成本数据和分级判断均为团队特定阶段的实践结果,会随模型版本、产品迭代和场景变化而调整;文中工程思路属于个案经验,不代表通用最佳实践,也不构成技术选型、采购或组织改造建议。企业落地多 Agent 系统时,应结合自身业务规模、数据安全要求和团队工程能力做验证与评估,相关风险由实施方自行承担。

今日大家都在搜的词: