开源量子位·原文 2026年11月9日

LobeHub开源多Agent协作平台，称内部已用它写代码、审PR、跨项目接力

量子位报道称，LobeHub把自家AI协作平台开源，并在内部研发流程中使用主管Agent派活、Coding Agent提交PR、Codex审查。团队一位成员自述三个月未在本地启动Dev Server，个人体感效率提升约3-5倍；GitHub星标约8.44万。

AI解读：这篇报道的核心主体是LobeHub团队及其开源的多Agent协作平台：主管Agent负责任务拆解和派活，Coding Agent写代码并提交PR，外部代码审查机器人参与审查，人类保留最终验收权。

来源给出的具体案例是10月28日一次开发任务：主管Agent Nasa创建任务T-1149并派给Coding Agent Dario，Dario提交PR #21852，经OpenAI的Codex审查后修改，最终通过人工审阅并合并。

报道还描述了跨项目协作：agent-foundry需要lobe-ui组件库支持自定义中性色，两个项目的Agent直接沟通，lobe-ui发布6.0.1版本后上游收到升级通知。

性能方面，来源称在FrontierHarness的30道软件工程任务中，优化后的Agent Harness使用Kimi K3完成21道，通过率70%，每道成功任务成本中位数1.68美元；这一数字由来源给出，未见独立核验。

需要区分的是：效率提升3-5倍是LobeHub一位研发成员的个人体感，量子位用该平台搭建AI编辑部的实测属于单次演示，都不能直接外推为普遍的生产力提升或岗位替代结论。

量子位2026年11月9日报道，LobeHub团队已将自家用于多Agent协作的平台开源，并在内部日常研发中使用这套系统：主管Agent拆解任务并派活，Coding Agent写代码、提PR，代码审查机器人挑错，人类保留最终验收权。

报道称，LobeHub在GitHub上约有8.44万Star。该平台源码已放上GitHub，其他开发者可自行部署体验。

一次被完整记录的AI协作开发任务

来源描述了10月28日提交的一次开发任务：团队要给任务工具和命令行界面补一项功能，让Agent在创建任务时能直接指定使用哪个模型。主管Agent Nasa接到需求后创建编号T-1149的任务，派给Coding Agent Dario。

Dario完成功能实现、补充测试、检查运行结果后提交Pull Request #21852。OpenAI的Codex代码审查机器人随后指出几个需要处理的问题，Dario修改代码、补测试后再交回。来源称这份PR最终通过人工审阅并合并进LobeHub代码库。

报道还给出一个跨项目协作案例：agent-foundry项目需要lobe-ui组件库增加自定义中性色支持，两个项目的Agent直接对接，一个提出需求，另一个完成修改；随着lobe-ui发布6.0.1版本，上游项目收到升级通知并接上新功能。

在FrontierHarness的30道软件工程任务中，来源称其优化后的Agent Harness使用Kimi K3完成21道，通过率70%，每道成功任务成本中位数为1.68美元（约11.21元人民币），并称这一成绩超过Codex和Claude Code。该对比数据出自来源，未见独立核验。

LobeHub一位研发成员向来源表示，自己已整整三个月没有在本地启动过Dev Server，按其个人体感，采用这套工作方式后开发效率提升约3-5倍。这是个人自述，不是统一测量的结果。

量子位还用这套平台搭建了一个AI编辑部做实测：给主编Agent Sienna下达选题需求，不到8分钟收到6条选题；随后要求把选题简报做成可筛选、可搜索的资讯网页，Sienna新建了两个Worker，全程约30分钟。这属于单次演示，报道未给出可复现的对照数据。

按来源描述，LobeHub把持续执行任务的Agent Loop、保存任务状态的Session和调用工具的运行环境分开管理，因此用户退出对话后Agent仍可在后台推进；工作目标、任务进度、交付文件和验收记录放在共享工作空间，接手的Agent能了解此前完成了什么。

验收环节，来源称Agent交作业时会附上测试结果、截图、录屏等证据，人类查看实际效果后决定是否通过。LobeHub还提出Self-Driving Organizations的L1—L5分级，称团队内部目前运行在L3，部分场景正向L4迈进；这是LobeHub自身的阶段划分。

量子位原始来源