李博!我最近发现一个事儿,我们组有个实习生,他跟AI聊天不是一对一聊,他是同时开好几个Agent让它们互相配合干活。
哈哈,那个实习生可能用的就是LobeHub,或者类似的多智能体框架。
对对对!就是LobeHub!我看他屏幕上就是这个。GitHub上七万五千多颗星那个。
嗯,75,971颗星,我前两天刚看过。这个数字在开源界基本是顶流水平了,跟LangChain一个量级。
等会儿,七万五这个概念我没太有感觉,你给我对比一下?
这么说吧,大部分开源项目能到一万星就算很成功了。七万五意味着全球开发者都在关注这个东西。而且它Fork数超过一万五,就是说有一万五千多个人把代码拉回去研究、魔改、贡献。这不叫社区活跃,这叫全民共建。
好吧,确实猛。那它到底跟我平时用的ChatGPT、Claude这些有啥本质区别?我感觉都是跟AI聊天啊。
区别大了。你平时用的那些,本质上还是一对一对话,你问它答,对吧?高级搜索引擎的逻辑。
嗯对。
LobeHub想做的事情完全不一样。它不是让你跟一个AI聊天,而是让你指挥一支AI团队帮你干活。多个智能体之间互相配合,各有分工。
真的假的?就是说一个Agent查资料,一个Agent写代码,一个Agent审代码找bug?
对!你这个例子特别准确。它们之间还能互相沟通协调,不需要你每一步都去盯着。分工明确得跟互联网大厂组织架构似的,就差给每个智能体发工牌了。
哈哈哈哈工牌这个比喻绝了。那我作为产品经理就很敏感一个点——它把智能体定义为'队友'而不是'工具',这个定位是不是有点太理想化了?
你别急着否定。它这个定位背后有个很前瞻的理念——把智能体作为工作交互的基本单元。
什么意思?展开说说。
以前我们工作的基本单元是什么?文档、表格、消息,对吧。在LobeHub的世界观里,未来工作的基本单元就是智能体。你不是打开文档去写东西,而是召唤一个Agent帮你完成任务。你不是发消息给同事,而是让你的Agent跟同事的Agent对接。
等会儿让我想想……你是说以后我开需求评审,可能是我的Agent跟开发的Agent先对一遍?
理论上是这个方向,没错。
这也太科幻了吧。
其实不科幻。微软的AutoGen、CrewAI这些框架都在往多智能体协作方向发力。2024到2025年,整个行业就是在从单一大模型对话向多智能体协同演进。LobeHub在开源社区里算跑得比较前面的。
行,你又开始学术了。我拉回来问个实际的——它技术栈用的啥?
TypeScript。
哦?不是Python?AI项目不都Python吗?
这恰恰说明他们是认真搞工程的。TypeScript有静态类型系统,能在编译阶段就揪出潜在bug。大型项目用它,代码质量和可维护性都有保障。不是那种demo跑通就发论文的学术派。
得了吧,你自己不就是学术派吗哈哈哈。
我那是理论结合实践好吧!
好好好。那你觉得这东西现阶段真能用起来吗?我是说,对普通团队来说。
我觉得分人群。个人开发者想搭自己的AI助手,接各种大模型,马上能用。团队负责人想提效,也可以尝试。但如果你期望它直接替代人类同事……那还早。
嗯,这个判断我同意。不过你刚才说的那个愿景确实让我有点兴奋——未来的职场竞争力可能不是你会用多少工具,而是你能指挥多少个AI一起干活。
对,LobeHub相当于提前帮你把团队招好了,就差你这个项目经理上线。
哈哈,项目经理我熟啊!那我回去研究研究,说不定下次我们录播客就让Agent先帮我列个提纲。
可以啊,到时候你让你的Agent跟我的Agent先对一遍选题,效率翻倍。
行,那咱们下期见。找到靠谱的人类队友太难了,先试试AI队友吧。