作者：Sleepy
10 月 31 日是个周六，DeepSeek 的 Harness 团队发了一篇长文，叫《Super-agent 设计探索》。
AI 能同时干的活越来越多，人的注意力却有限，一个人通常只顾得过来 3 到 5 个活跃会话。DeepSeek 设想让 Agent 常驻在团队里，一个 Agent 派活，一群 Agent 干活，它们甚至会自己找事做。人从一线往后退，只定目标，以及做最后的验收。
LobeHub 创始人 Arvin 读完，第一反应是「这和我们之前做的东西好像非常的一致」。文章里那些被称作「设计探索」的机制，LobeHub 已经在自己团队里跑了大半年。
两边打交道其实更早，两年前 DeepSeek 还没什么名气，曾主动找过 Arvin，想把自家模型接进他写的一个开源 chatbot 产品。那个产品叫 LobeChat，2023 年刚开源时常被归进「套壳」一类。它如今改名 LobeHub，在 GitHub 上拿到了 83744 颗星。
Arvin 1995 年生，浙江宁波慈溪人。和我们聊的那个下午，话题一落到他自己身上，他总是一两句带过。从大厂辞职出来创业，「没有太大的波澜」。父母怎么看，「倒也还好」。聊到模型和软件，他的话才密起来。一个半小时里他说了 8 次「震撼」，每一次说的都是技术。
过去三年，「Agent 元年」被宣布了一次又一次，Agent 交出来的活一直难让人满意。到了今年，Claude Code 和 Codex 成了不少程序员离不开的工具，Arvin 已经三个月没在本地电脑上打开过代码编辑器了。
慈溪人管脚下那片地叫「唐涂宋地」。唐朝时那里还是海边的滩涂，到宋朝才慢慢成了陆地。后来一代代人往海里修海塘，塘修到哪里，泥沙就淤到哪里，地也就长到哪里。
杭州湾南岸的慈溪海涂
图源：玉合子 / 太平洋摄影部落
九十年代，Arvin 的父母下海经商。那些年慈溪家家户户做电熨斗、取暖器和插座，在滩涂上做出了全国四大家电基地之一。全世界的电熨斗，大约每三台就有一台出自慈溪，公牛和方太也是在这里起家的。
2013 年，浙江提出「机器换人」，单那一年，全省工业生产线就少用了大约 70 万名普通工人。公牛随即启动一个三年计划，拿 7000 万元改造自动化产线，6600 多名员工计划减掉一半以上。次年，十七八岁的 Arvin 离开家乡，去杭州读大学。
他在浙江大学从本科读到硕士，学的是工业设计，这个专业在浙大挂在计算机学院下面。读书那几年，他在 GitHub 上留下过一些给自己顺手打磨的小工具，其中一个仓库的名字直译过来是「浙大计算机学院硕士论文提交流程」。
学校里他最看重的一门课叫设计思维。课上讲，一样东西长成今天的模样，是因为当初造它的时候有些限制绕不过去。限制不会一直不变，过几年再看，当年挡路的那堵墙也许已经塌了，这时候完全可以从头设想这个产品该怎么做。
硕士毕业后，他进了蚂蚁集团做设计工程师。说起大厂那几年，他觉得碰上创新一些的项目，自己总能交出还不错的成果，换成四平八稳的保守项目，就提不起兴致。
2023 年 3 月 31 日起，亚洲地区一大批 ChatGPT 用户在几天之内被集中封号，OpenAI 没有给出任何解释。Arvin 的第一个号也在其中。他后来在推特上写，意识到那些很有价值的对话永远找不回来的那一刻，「我才发现 Local First 有多重要」。也是因为这件事，他才开始打造 LobeChat。
2023 年 5 月 21 日，LobeChat 开源。
做 LobeChat 的时候，Arvin 心里一直想着另一个问题。他学人机交互出身，过去几十年人和机器打交道，按哪个键出什么结果，写代码时就定死了。ChatGPT 打破了这套规矩，他说那有一种 magic 的感觉。他想弄明白，人该怎么和一个每次反应都不确定的东西相处。
他当时的答案是，AI 迟早会以朋友、同事或者助理的身份，住进人的生活和工作里。
LobeChat 就照着这个念头往下发展。起初它和别的产品一样，界面左边排一列对话记录，用着总觉得别扭。那时模型还不够强，每开一个新对话，都得先贴一大段设定身份的提示词。
采访那天，他共享屏幕，翻出 2024 年 1 月做的一个小 Agent，专门画徽章。输入「LobeHub 扁平风」，屏幕上就出来一枚扁平风的图标。这样的东西放进传统的对话列表，那段长提示词就得另找个文档存着，每回用之前复制粘贴一遍，「这个事情就很难受」。
图源：LobeChat
他们干脆把顺序倒过来，先造角色，再开对话。Agent 排到了对话列表前面，有了自己的名字、头像和性格。Arvin 在一篇公告里提过 LobeChat 早年的设计原则，「如无必要，勿添实体」。在这套极简的设计里，Agent 是他认定唯一必须添上去的实体。
三年里，LobeChat 的界面翻新了好几轮，数据最底层给 Agent 留的那个位置从第一天起就没动过。说到这里，一向说话克制的 Arvin 用了一个很有分量的词，「引以为傲」。
2023 年 8 月，OpenAI 推出函数调用（function calling）两个月后，Arvin 在少数派发了一篇长文，标题里有「交互技术的变革黎明」几个字。文中有个小演示，他问对话框「我明天应该穿什么」，模型先去调天气预报的接口，拿到气温和降水，再回来出主意。他在文章里判断，这种变化对人机交互的范式来说「完全是质的改变」。
在蚂蚁内部，他也兴冲冲地跟同事讲过这套东西。同事听完只回了一句，太玩具了。
「可能当时那个阶段的确太玩具了。」他没有争辩。那时行业笃信工作流，流程由人提前定好，落地才够确定。他相信模型迟早会自己决定下一步做什么，只是没想到，「它会来得这么快」。
LobeChat 刚发布时只支持 OpenAI，Arvin 自己接上了几家，第二周就有素不相识的开发者提交了 Perplexity 的接入。后来国内大模型「六小虎」被社区志愿者挨个接了进来，DeepSeek 也是这时候自己找上门的。到 2024 年底，LobeChat 接入的模型服务商超过 50 家，八成以上的代码出自社区。
2024 年 3 月，他把开源协议从 MIT 改成 Apache 2.0，加了一条商业授权条款，拿它二次开发去赚钱，得先找团队授权，核心功能照旧全部开源。至于怎么赚钱，他在公告末尾写，「I think it will come naturally」。6 月 1.0 上线时，拉取并部署过它的 Docker 主机已经超过 96 万台。
也是在 2025 年初，他向蚂蚁递了辞呈。父母当年自己就是经商闯出来的，没有拦他，只叮嘱别太辛苦。「但就是一旦开始创业了之后，人就停不下来了。」
2025 年春节前后，DeepSeek-R1 发布。Arvin 花 10 天给 R1 做了一套展示思维链的界面，用户能看着模型一步一步往下推演。后来 DeepSeek 几次发布新模型，演示用的都是 LobeChat 的界面。
LobeChat 为 DeepSeek-R1 展示思考过程的早期界面
图源：Arvin Xu / LobeHub
那年元宵节后的 2 月 24 日，Anthropic 发布了 Claude 3.7 Sonnet。
在那之前，模型每调用一轮外部工具，就得停下来回到人面前，等下一步指令。Claude 3.7 Sonnet 第一次能一口气连着调很多轮。Arvin 把搜索引擎接上去试，模型自己搜了一轮，读完觉得信息不够，换个关键词再去搜，全程没人插手，最后交出一份结构完整的调研报告。
整个过程里，LobeChat 的产品架构一行代码都没改。
「这个时候我感觉非常震撼，因为我整个产品架构没有做任何调整，单纯是因为模型能力提升。」
这样跑一次完整的深度搜索任务，API 费用要 2 到 3 美元。他随后接上缓存，把单次成本砍掉了 80%。3 月，LobeChat 的联网搜索正式上线。
同一个月 Manus 发布，外头不少人说它「挺容易复刻」。Arvin 拆过里面的门道，单看最核心的执行循环，「它的确没那么难」。难在对方那时就看明白了，要让 Agent 干活，光有聊天框不够，底下得配沙箱和独立的云服务器，还要舍得提前花钱把这套基建搭起来。这些，LobeHub 是在 2025 年余下的时间里摸爬滚打才体会到的。
Arvin 说自己「在技术或者在这个方向上是一个比较激进的人」，那一年他也为早年的激进交了学费。LobeChat 早年把宝押在 React Server Components 上，那是当时前端最时髦的一套架构。他向来愿意替行业先去踩坑，踩完写成文章分享给社区，在他眼里，做软件这一行「其实是个命运共同体」。两年跑下来，用户对界面卡顿的抱怨越积越多，他最终认了错。
「很多时候不见得应该用最新的东西，还是应该用最合适的。」
2026 年 1 月 27 日，LobeChat 更名为 LobeHub，2.0 同步上线，口号是「与你一同成长的 Agent 队友」（Agent teammates that grow with you）。最受关注的新功能是群聊，一个主 Agent 在群里拉起一支小分队，几路 Agent 并排干活，彼此交接上下文。
LobeHub 的 Agent Groups 让多个智能体围绕同一任务协作
图源：LobeHub
同行第一眼都夸炫酷，真放进日常工作，又想不出非用它不可的场景。五个 Agent 挤在同一个聊天窗口里，「人的注意力跟不上这么多 agent」。
不到十天，Claude Code 也上线了类似的 Agent Teams。Arvin 观察了一阵，那边真用起来的人同样寥寥。
这盆冷水让他记下了一条教训。Agent 之间分工协作确实管用，交出来的东西质量明显高一截，可它们在后台怎么商量，人根本不想围观。
「我就只跟一个 agent 聊。背后那些我真的不关心，我不在乎，你怎么完成的都无所谓，你只要交付给我好的结果就好了。」
DeepSeek 后来在文章里写的 3 到 5 个会话，说的也是这件事。多开一个 Agent 越来越便宜，多分出一份人的注意力还是一样昂贵。
就在同一个月，OpenClaw 火遍全球。它的作者 Peter Steinberger 做了 13 年 PDF 开发工具，公司卖掉之后歇了整整三年。2025 年底的一个周末，他随手搭了个小工具，让 AI 住进聊天软件替自己打理杂事，还画了一只龙虾当吉祥物。今年 2 月中旬，Peter Steinberger 加入了 OpenAI。
让 Arvin 服气的，是 OpenClaw 把软件的入口整个搬进了现成的聊天软件。
过去做软件，想加个功能开关、换个底层模型，在界面上多画一个按钮就解决了。进了聊天软件，用户能做的只剩打字，系统就得让 Agent 能自己修改自己的配置。「在做技术架构设计的时候，这种约束会导致发生翻天覆地的变化。」他原本估计这样的成熟产品怎么也得到今年年底才会出现，「结果没想到有人提早了整整一年就做出了这个事情。而且又是个开源的产品。」
过完春节，LobeHub 掉头往这个方向扎。这样的掉头，Arvin 几乎每年都要来一回，把整个产品拆了重搭。按他的说法，要是没有这个习惯，「可能 24 年那个产品形态，到 25 年就已经死掉了」。
这一回的限制条件繁琐得多。Agent 要常驻在云端，又要随时调用云上的沙箱或者用户本地的电脑，手机端和桌面端一个都不能落。团队闷头磨了三个月，才到「自己算用得过去」的程度。
5 月 18 日，LobeHub 2.2 推出 CAO（Chief Agent Operator，首席 Agent 运营官），上线当天拿下 Product Hunt 日榜第一。人只对着 CAO 一个说话，CAO 在背后指挥一群 Agent 干活。
CAO 上线后不久，Arvin 拿自家代码仓库试刀，让它清理常年积压的大约 500 个 issue。
CAO 把活拆给了 10 个 Agent，每个 Agent 又各自分出 5 到 10 个 task。它们在云端跑了一整夜，天亮时全部做完。第二天早上，几十上百个代码改动整整齐齐排在 Arvin 面前。
按规矩，每一个改动都要由他点开，在真实运行的产品界面里亲手点一遍，确认没出岔子，再按下合并键。这么多 Agent 提了 PR ，但干这道把关活的只有他一个人。他在后来发给我们的复盘材料里写了一句总结，Agent 1.0 卡在「生成」，Agent 2.0 卡在「验收」。
6 月中下旬，他们动手做一套叫 Acceptance 的验收系统，7 月中旬跑通第一版。Agent 干完活，要先把需求拆成一条条看得见的检查项，自己去真实的产品环境里跑一遍，每条配上截图、录屏和运行日志，汇总成一份网页报告。被截掉半截的下拉菜单、暗色模式下看不见的文字，传统单元测试抓不出来，在截图里一眼就能看到。审阅的人可以整份放行，也可以单拎一条打回去。
Acceptance 将交付验收分为明确标准、运行真实产品和人工确认三个步骤
图源：LobeHub
这套工具在内部用起来以后，长出了一个他没料到的用法。同事开始把验收报告丢进群里，别人点开，在截图上圈圈画画，批注这个按钮颜色不对，那个弹窗位置别扭，Agent 就照着批注去改。Arvin 的说法是，这相当于用一种更安全的方式，去使唤对方的 agent。
GitHub 上的提交记录，能看出这家公司大半年来的变化。3 月中旬的一周，Arvin 自己提交了 19 个 PR；5 月初涨到一周 50 个；6 月中旬是 143 个；7 月初，一周到了 161 个。照他的说法，这些代码基本都出自 Agent 之手。10 月 10 日，GitHub 上多了一个叫 lobehub-coder 的提交者，上周它一个就提了 58 个 PR。
现在 Arvin 每天早上醒来，头一件事是点开 discord 里的一个叫 harvest 的频道。Agent 每隔一小时把代码仓库巡一遍，测试通过、可以合并的 PR 连同 Acceptance 报告一起推到这里，他一份份看过去，觉得妥当就合并。那些不该在半夜被唤醒的机器人，他顺手打个标记，第二天它们会自己改掉触发条件。
图源：Arvin
余下的时间，他大多在和 Agent 推敲底层数据结构和整体架构。公司所有会议都开着飞书录屏，「只要有这个飞书的原始的录屏材料，agent 就可以拿到这些上下文，然后自己去组织」。
有一回，一个叫 Side Neko 的 Agent 独自盯完了包含 2000 个用例的基准评测，跑了 3 小时 19 分钟。跑完之后，它自己截了三张图发进群里，还 at 了 Arvin。
所以 10 月底 DeepSeek 的文章出来，LobeHub 团队读下来，细节几乎一节一节都能和自家日常工作对上。常驻的主管派活，执行者在各自独立的环境里干活，人事后的评论能直接传给正在干活的那个 Agent，本地电脑合上盖子，下次上线还能接着跑。DeepSeek 在内部群里立过一条「静默复现并修复」的规矩，先在后台确认问题真实存在、修起来也简单，才把结果呈给人看，否则不打扰。LobeHub 踩过坑之后，也选择了同样的做法。
其实做这个方向的团队很多，但是能把模型后训练和外层 harness 两头接起来的很少。国内投资人更愿意 buy in 被验证过的事情，DeepSeek 的文章出来后，原本观望的人松动了一些，LobeHub 也正在顺势推进下一轮融资。
LobeHub 只有 20 来个人。Arvin 估算过，要是抽掉这套 Agent 班底，干完同样体量的活，人手至少得乘上 3 到 5 倍。
他对此是乐观的。去年家里装修，他发现室内设计一单一个样，人工才贵得吓人，要是 AI 能把这类服务做成便宜的标品，普通人往后也能住上好设计。他也承认中间免不了会有迷茫与阵痛，「就像是第一次工业革命也让很多纺织女工失业」。
十三年前，慈溪的流水线上已经换过一回人。今年国务院办公厅下发的文件里，出现了一个新词，叫「失业缓冲期」，鼓励企业大规模引入人工智能时，先给受影响的员工打个招呼，留出转身的空当。
过去这一年，LobeHub 费劲摸索出来的东西，巨头总是隔不了多久就跟上来。
Arvin 觉得，做应用的人手里最后剩下的是判断。「判断是最核心的东西。」
他从模型训练讲起。模型要在一个领域变强，得先有个随时能判对错的裁判。AI 写代码和做数学题进步最快，因为代码跑没跑通、方程解没解对，编译器和验算程序零点几秒就给出结论。一部小说算不算好，就没有这样的裁判。统计模型吐出来的东西大多落在正态分布的中间，活人的喜好却是偏科的，那些偏执的、连自己都讲不出道理的审美，散在曲线最边缘的两头。越往后，人对好坏的判断就会变得越重要。
顺着他的话往下想，过去三年，大模型吃进去的是人类已经写下来的字。互联网几十年攒下的文章、帖子和代码，大多是有人觉得「行」、值得发出来的东西，这些现成的语料快用完了。模型要往分布的两端走，缺的是人对着屏幕说出的那句「不行」。这在公开的互联网上很少见，只能在实际工作的现场慢慢积累，比如一次挑剔的打回，或者截图上画下的一个红圈。
Acceptance 已经在积累这些东西了。人每一次打回的批注都会存进记忆，下回 Agent 交付之前，会先拿这张旧清单自查一遍。LobeHub 最近还替一位海外客户试过，对方积累了几千条占卜 Agent 的真实对话，用户对哪句批语满意、觉得哪句是在敷衍，都留在里面。团队用开源的 Qwen3.5-35B-A3B 做了一次轻量的 LoRA 微调，据说只花了几十美元算力，训出来的模型就能直接上岗投入使用。
一个功能十天就能抄走，几千次的不满意是抄不走的。
可即便只是说一句「不行」，也是要耗费肉身的工夫的。而眼下整个软件世界最缺的，偏偏就是这点工夫。
过去写一篇像样的文章、几千行能跑的代码，总要搭上几天甚至几个月。而 AI 把生成的成本压到接近零，审阅就成了全人类最拥堵的独木桥。
curl 创始人、主要开发者 Daniel Stenberg（资料图）
图源：Daniel Stenberg
去年 5 月，curl 的作者 Daniel Stenberg 说 AI 编造的漏洞报告正在对项目发起一场「DDoS 攻击」。那些报告格式工整、术语齐全，维护者一行行查下去，全是模型编的。他立了规矩，用没用 AI 必须申报，AI 垃圾直接封号。可是今年 1 月底，curl 还是关掉了维持将近七年的漏洞赏金计划。
代码突然变得像泥沙一样便宜了。但在泥沙俱下的河床边，肯停下来看上一眼、说一句「这儿不行」、最后再签上自己名字替它兜底的人，并没有变多。
签名就意味着担责。LobeHub 内部喜欢拿自动驾驶打比方，说团队现在的日常跑在 L3。在汽车工业里，从 L2 跨进 L3，先要回答一个法律问题，车自己开的时候撞了人，责任谁来负。梅赛德斯-奔驰在 2022 年给过一个答案，它的 L3 系统在限定高速路段、时速 60 公里以下开启时出了事故，由奔驰担责，系统一发出接管提示，责任就落回到司机自己身上。车厂要拿真金白银作保，那套系统才被框死在 60 公里的慢车道上。
替人写代码的 Agent，至今没有哪家模型公司或开源项目签过这样一张保单，只要合并键还是人按下去的，代码在线上闯了祸，责任就落在按键的人身上。
OpenAI 尝试得更加激进一些，他们的工程师 Ryan Lopopolo 今年 2 月写过一篇复盘，说团队用五个月做出一个内部产品，没有一行代码出自人手。4 月他上了一档播客，那期的标题直接写着「0% 人工写代码，0% 人工审代码」。
按键拆掉了，责任不会跟着蒸发，只会落在毫不知情的终端用户头上，落在根本不知道自己为什么被卷进来的陌生人身上。
1958 年，人类刚把第一颗人造卫星送上天，汉娜·阿伦特在《人的境况》的序言里写下了一种让她不安的前景。现代世界把人的一切活动都窄化成了挣面包的劳动，自动化却要把劳动从人手里拿走。一个只剩下劳动者的社会即将失去劳动，在她看来，没有比这更糟的处境了。
晚年，阿伦特想给这样的世界再找一根支柱。她动笔写三卷本的《心智生活》，第一卷《思考》，第二卷《意志》，压轴的第三卷叫《判断》。
在她眼里，思考可以一个人躲在书房里完成，判断却要人睁开眼睛面对杂乱而具体的现实，在没有现成公式的地方指认什么是好、什么是坏，并用自己的名字为这份指认负责。
1975 年 12 月 4 日夜里，阿伦特在纽约家中心脏病发作去世。人们后来在她的打字机上看到了《判断》的第一页，正文一行都还没写，只有标题和两段题词。
第二段题词出自歌德《浮士德》第二部第五幕。
那时的浮士德已经一百岁，正领着人在海边日夜筑堤，要从大海里围出一片新陆地，干活的人手是魔鬼梅菲斯特用魔法替他召来的。
德拉克洛瓦《梅菲斯特出现在浮士德面前》，1827 年
图源：Paris Musées / Petit Palais
海边高地上住着一对老夫妻，守着一间旧木屋和几棵老椴树。浮士德嫌那几棵树挡了他眺望新土地的视线，吩咐梅菲斯特把老夫妻迁到别处去。
半夜，梅菲斯特带着手下回来复命，说事情办妥了。敲门没人应，门被撞开，两个老人受了惊吓断了气，木屋连着椴树烧成了焦炭。浮士德听完大惊，骂他们鲁莽行凶，说自己要的是置换，从没让他们去抢。
当天夜里，四个灰衣女人来到宫门外，分别叫「匮乏」「罪愆」「困窘」和「忧虑」。前三个被挡在门外，只有「忧虑」顺着钥匙孔钻了进去。过一会儿，她会对着浮士德的眼睛吹一口气，让他从此失明。
双目失明的浮士德站在黑暗里，第一次想起了自己还没有借用魔法和役灵之前的日子，念出了阿伦特留在打字机上的那四行诗。
「我真想能跟魔法分道扬镳， 把那些咒语一股脑忘掉；自然啊，让我作为一个人，独自站在你面前，那样才有努力做人的价值。」
喜来顺财经
