11 月 9 日，量子位报道了 LobeHub 团队把 AI 智能体用进日常研发的做法。在 GitHub 上拥有 8.44 万 Star 的 LobeHub，其内部研发流程已由一位 AI 主编领着三位 AI 小编分担完成，选题拆解、派人、收稿、汇总一气呵成。在 FrontierHarness 的 30 道软件工程任务中，其优化后的 Agent Harness 使用 Kimi K3 完成了 21 道，通过率达 70%，每道成功任务的成本中位数为 1.68 美元，约合 11.21 元人民币，超过了 Codex 和 Claude Code。Kimi Hosted Agents 深度一文拆过同一模型在托管沙箱里的运行方式。
70% 通过率与 1.68 美元成本
两个数字是这套方案的核心。30 道任务通过 21 道，70% 的通过率意味着它还远达不到可托付全流程的程度，但已经越过人工逐条验收的成本线。成本中位数 1.68 美元则直接对标了主流编码智能体，团队明确表示这一水平超过了 Codex 和 Claude Code。考虑到 LobeHub 早在半年前就开始用自家 AI 协作平台做研发，这套数字更像是长期沉淀的结果，而不是某个新模型的短期红利。
一位主编带三位小编
具体的协作形态是：一位 AI 主编领着三位 AI 小编，分别盯前沿大模型、开源项目和大厂人事。选题需求交给主编 Agent Sienna 之后，它会自己拆解任务、派人、收稿、汇总完成。团队还把 Agent 接进了实际研发环节，派任务、写代码、排查 Bug 都由 Agent 承担，甚至参与审查修改。人不再逐条执行指令，而是变成设定规则与验收结果的环节。这套产品思路在 5 月就已开源成型，比 DeepSeek 最近公开探索的 Super-Agent 架构更早。
开源生态与自研工具互相喂养
LobeHub 本身的路径也值得留意：先用 AI 协作平台做自家研发，再把踩过的坑做成开源产品对外输出。这让它在工具侧的迭代速度不受外部模型发布节奏的限制。8.44 万 Star 说明这套做法已经在开源社区里获得了相当规模的用户基础，而 DeepSeek 公布 Super-agent 架构、可自主发现缺陷并提 PR，说明这种把人机协同做成产品的思路正在成为共识方向。对开发者来说，更现实的问题或许不是要不要用 Agent，而是把任务拆解和验收规则设成什么样，才能让 70% 通过率不至于卡在最后一步。
延伸阅读
- Meta AI助手Muse被指偷看Mac通知：用户未授权却读出消息，官方否认”监视”2 月前
- 英伟达开源 Nemotron 3 Embed 文本嵌入模型：8B 版 RTEB 78.5% 登顶，1B 版保留 95% 检索精度2 月前
- 月之暗面完成IPO前最后一轮融资：估值约500亿美元，2027年一季度冲港股1 月前
- 阶跃STEPX Neo：首款L3智能体手机13日亮相1 月前
继续读
同一批更新里这几篇值得一看：
- 教授让 Claude 改页码：AI 一次删光一整年课堂笔记2026-11-10
- 千问办公 2.0 发布：首个 Team Agent 与 60 多个群汇总2026-11-09
- 腾讯 Agent 全场景发布 40 场 Buddy One 与 Nexa 上线2026-11-09