如何让 Super-agent 成为同事：LobeHub 的组织实验

昨天做了一份动态图解《DeepSeek 的 Super-agent 架构》，然后便看到 Max（前段时间加入了 LobeHub）发了个朋友圈

于是，今天傍晚的时候，便约了他们的创始人文彬聊了下，也请教下他们：如何将类似 super agent 的东西融入工作，让一群人协作产出

背景补充LobeHub 是一款知名的 Agent 工具，拿了两个非常头部机构的投资。在 DeepSeek v3.2 发布的时候，也用的 LobeChat 作为工具调用的演示

他们也一直在探索 Agent 的原生使用方式，比如让 Agent 集体到 Discord 群里上班、自动接活、写代码、背锅（划掉

对了...在探索之外，我非常喜欢他们对于「自动验收」的探索：Acceptance，在 Agent 干完活后，会会自己去真实的产品里点一遍，把截图、录屏整理成一份验收报告。而人只要看这份汇报的 PPT，就可以判断过，还是不过（后面细聊）

看 ppt 给评级，非常真实 hhhhh

协作的卡点，在交接

上一次和文彬聊天，还是在外滩大会的圆桌上（minghao 是主持人），当时便在感慨一切都太快了。现在只过了两个月，效率又有了天翻地覆的变化（Opus 5.5 确实牛逼）

但我们也发现，虽然 Agent 让每件事儿的实现都变快了，但任务之间的沟通成本并没有被压缩：团队协作，卡于交接

LobeHub 把这里的时间黑洞分为三类：

• 执行类：比如我想把某项工作交给张三，需要进行背景同步、任务说明，完了还得验收工作成果，这些耗时的事儿恰好也是 Agent 最为擅长的，可以都给 Agent

• 决策类：等需要拍板做决定的时候，通常需要支撑材料的东西摆在眼前，人来做最后决定。这时候 Agent 可以在工作的过程中提前整理好，供决策时直接拿出来

• 盲区类：工作的过程中经常会有遗漏了的东西，比如鬼知道在哪里有个兼容性 bug，平时没人发现，但等到了某个节点后就炸了。这一类问题靠 Agent 按周期主动巡检，发现异常就上报

这三类问题从不同方向消耗了团队的时间，而通过对这三个问题的解决，便可以有效提升一个 agentic 团队的效率

主动，约束自职责

我们首先要知道：人的注意力是极为有限的倘若在人机协作的过程中，Agent 无论干什么都插一嘴，那么很快就会把人的注意力吃光

因此，Agent 作为人机协作中的一员，就势必要理解人的不足之处，既要随时在线，也不能过于主动的干扰对话：Agent 需要在它的职责边界内完成主动

对此，LobeHub 的探索与 DeepSeek Harness 的做法相仿，先通过规则进行过滤（关键词/频道/...）然后再交给模型判断（通过 Agent 本身的职责状态，判断要不要管）

此外，Agent 还会每小时还会把频道巡一遍，看看有没有哪些事儿被漏下来。就比如一天晚上，文彬在群里看了眼训练页，随口说了句“这个 UI 太 vibe 了，得想想怎么 refine”，然后大家各忙各的

55 分钟后，设计 Agent 自己把这事接了过来，挑出三处问题，当晚交了改版稿

Agent 要当同事，首先得一直在线，不会被热心的保洁阿姨和上电脑盖子

倘若 Agent 和某台机器绑在一起，当机器自动更新的时候，在跑着的任务就完了。因此我们不光要考虑怎么 @ 对应的 Agent 接活，还得让他能够稳定运行

对此，LobeHub 和 DeepSeek 想到了一起：把 Agent 的循环、会话状态、执行环境拆开来放（2025 年 9 月开始做，今年 1 月随 2.0 上线）

我还挺好奇的，他们是如何想到这点的答：被逼的

LobeHub 很多服务是跑在 Vercel 上的（俺也一样）然后 Vercel 的云服务单次执行最多 300 秒，远不足以支撑 Agent 的长程调用，于是他们把每一步（调一次模型或工具）都拆成一次单独调用，步和步之间靠队列和 Redis 推进

同理，工具也没法在 Vercel 上跑，那么就把工具调用被发去 AWS 的沙箱执行，再把结果传回来：Agent 自己意识不到这件事，它以为自己就活在沙箱里

在这种结构下，如果要切换运行电脑，本质上只是换一个执行工具的地方

现在，这套架构十分稳健，每天承受几万次 Agent 执行

和 DeepSeek 不一样的两处

聊到这儿，我问文彬：LobeHub 的探索里，和 DeepSeek 不一样的地方在哪？

第一个是 Router

作为背景，DeepSeek 用一个常驻的 Router 统一接活、再分给下面的 Worker，可中间的事全塞进一个 Router，下面干的咋样是很难看清的，更不知道从哪插手

于是，LobeHub 在这里的探索是：每个 Agent 都得有自己的岗位，名字、职责、记忆和工具都是它自己的

之所以要把这些内容仔细拆开，是因为核心的运行环境和输出产物的回复要求不一样（不是模型能力不够或者工程上的问题）

就比如设计师把排版规范、风格参考、素材流程做成一个专用 Agent，其他人在寻求设计帮助的时候，就能获得即时反馈

左右滑动查看 · 共 2 张

当然，你还可以做一个 Deck Agent，这样 BD 要做客户案例时直接跟它说，就省掉了排队等设计的时间

第二个是直通

作为背景，DeepSeek 的设计里，同一个话题的后续消息可以绕过 Router，直接送到正在干活的 Worker

LobeHub 也试过类似的做法，结果群里的干扰一下子多了起来，相当于人越过主管，直接微操干活的 Agent（凯申行为）

于是，LobeHub 把汇报分成了三层：

• 第一层，每个人一个 Personal Agent，替人过滤信息

• 第二层，每个项目一个主管 Agent，负责派活和验收

• 第三层，才是 Claude Code、Codex 这些干活的执行 Agent

人只听自己的 Personal Agent，活由各个项目的主管 Agent 去派

（在 LobeHub 的组织里面，写代码的叫 Dario...奇怪的恶趣味）

人要是想中途插手，通过就在 Task 卡片上开工单，让 Agent 去执行。Agent 能力还弱的时候，人坐主驾；Agent 能力强了，人就退到副驾，负责审核

让 Agent 之间直接交接

倘若交接的两头都是 Agent，上下文就能原封不动地递过去，而在 LobeHub 内部已经跑起来了

就比如在之前的一次迭代里，上游项目的主管 Agent 发现，暗色主题只能硬改全局样式，于是直接给组件库 lobe-ui 的主管 Agent 提了需求；第二天，lobe-ui 加好组件、自动发版，再回头通知上游升级

新的瓶颈：验收

但随着 Agent 干活越来越快，人验收的速度却没跟上，团队的瓶颈便挪到了验收这里

文彬跟我说，他已经三个月没在本地起过 dev 了：看完 Agent 交上来的验收报告，没问题就直接合，开发速度至少快了 3 到 5 倍（说起来，我这台过完年买的电脑，到现在也没装 IDE，后台放了台 Mac mini 挨个验收，结果用飞书发给我）

至于 Agent 怎么验收？他们整了个非常有意思的验收工具，叫 Acceptance（已开源）

具体来说，有以下的功能

• Agent 先把一条需求拆成几个看得见的检查项，再到真实的产品里逐项去跑，附上截图、录屏和日志

• 人可以整体通过，或者部分打回，负责的 Agent 会收到推送，然后去改

• 每次打回，都会沉淀成一条标准，Agent 下次交付之前先自查

组织如何自己变聪明

与许多先进团队一样，LobeHub 也在先用飞书...啊不是，开始探索 Agentic 组织，团队的经验会被写进 Agent 的任务和标准里，每天自我迭代

甚至 Agent 干活时遇到问题，还会随手吐槽一句（LobeHub 管这个叫 Agent Vent）：每天有个任务把吐槽聚类、建 Task 去修，第二天再对比。10 月 29 日那天，新增的上报从 84 条降到了 49 条

harness 也是这样调出来的：Lobe Agent 自主优化 harness 之后，在 FrontierHarness 上的通过率为 70%，单任务成本中位数为 1.68 美元（Codex 为 66.7%、3.47 美元，Claude Code 为 63.3%、18.34 美元）

组织也有自动驾驶分级

LobeHub 把 AI 组织的演进，看作把人一步步从执行里拿掉的过程，并像自动驾驶一样分了五级：

• 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 在同一个现场协作，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：组织在运行中自己改进，人只管方向和担责

上面提到的交接问题，便就是大家在 L2 时遇到的卡点：虽然每个流程都被 Agent 提速了，但靠人还是无法做到高效的转述和对齐

LobeHub 认为自己目前在 L3，项目之间直接提需求，已经有了 L4 的雏形；再往后，他们希望各家企业部署的 Agent 能相互协作、对接&实现需求

最后

以上内容，便是对谈后的总结，如果你也在探索如何让 Agent 充分的参与团队中的分工、交接以及汇报工作，或许能提供一点帮助

同时，这里非常推荐大家看看 Acceptance，也是开源的，让你的 Agent 对开发后的成果进行自检，更好地完成丝滑的人机交互