你受够了一个人跟AI鸡同鸭讲了吗？
我最近经常这样：让Claude写代码，它写完了；让Claude Code跑测试，测试失败了；再让它修复，修复完了又冒出新的bug——无限循环，感觉自己像个中介，在两个人之间传话。
有没有可能，让AI自己组个队，自己分工，自己干活？
香港大学的研究团队最近开源了一个项目，叫ClawTeam，直接让多个AI agent自动组队给你打工。上周GitHub周增3000+星，趋势榜上直接杀到第二名。
它是怎么干活的？
简单来说，你只需要给出一个目标，比如”帮我写一个博客系统”，然后就会发生以下事情：
1. 一个Leader Agent（主导者）自动spawn出多个Worker Agent
2. 每个Worker有自己的git worktree和tmux窗口，隔离运行
3. Agent之间通过CLI命令自己协调：分配任务、汇报进度、整合结果
4. Leader实时监控，动态调整策略，哪个慢了就把资源调过去
整个过程不需要你手动管理多个agent的上下文，不用写复杂的orchestration代码。
官方给了一个例子：一位leader agent只需要执行：
clawteam spawn --team my-team --agent-name worker1 --task "Implement auth module"Worker就会自动检查任务列表，完成后发回结果。所有通信通过命令行完成，不需要额外的消息队列或数据库。
都能干嘛？
官方列了几个典型场景：
-
大规模自动化ML实验：8个H100 GPU上同时跑2000+实验，AI自己设计实验方案，动态调整参数 -
全栈自主开发：多个agent分工写前端、后端、测试，自己集成 -
对冲基金：多策略组合优化，实时风险评估 -
内容生产工作室：写文案、剪辑、配音一条龙
关键是，它兼容任何CLI agent：Claude Code、Codex、OpenClaw、Cursor、甚至自己写的agent都行。不绑定任何特定框架。
跟现有方案有什么不同？
我查了一下市面上类似的多agent框架，差别还挺大的：
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
一句话总结：它让AI agent自己决定怎么分工，而不是我们来写死流程。
本文来自用户投稿，不代表本站立场
内容版权属于原作者，转载请联系原作者授权。如有侵权请联系 copyright@jaketao.com
