一群虾协作，比一只虾强！Clawith：建立一个龙虾团队-低调大师

一群虾协作，比一只虾强！Clawith：建立一个龙虾团队

2026-04-07 13

清明节前夕，Anthropic 一纸公告封掉了所有第三方工具的订阅令牌访问震惊业界，无数 OpenClaw 用户早上醒来发现工具挂了，Hacker News 相关讨论帖子冲到 684 点，近千条评论大半都在骂；国内多家科技媒体公众号头版头条节日加班报道。

为什么那么多人在用 OpenClaw？因为你一个人加一个 Claude，就能完成相当复杂的编程任务 —— 一个 Agent，一个上下文，搞定。但如果你的问题不是“一个人写代码”，而是“一个团队协同做事”呢？

一只虾打天下的边界

过去这一年，“AI Agent”这个词被说了无数遍，但大多数落地实践依然是同一个模式：一个用户，一个对话窗口，一个 Agent，完成一项任务。任务结束，上下文清空，下次从零开始。

对于个人用户，这够用，但对于一个需要多部门协同、长周期持续运行、多人共享上下文的组织来说，这条路走不通——不是因为模型不够聪明，而是因为架构根本不是为协作设计的。你没法让两只 OpenClaw 互相传消息；你没法让一只 Agent 主动感知到另一只 Agent 正在处理的事，然后接力；你没法在整个组织里积累一个持续生长的共同记忆。

这不是 BUG，是设计边界。

Clawith 在做的事

Clawith 的定位是 OpenClaw for teams，核心想法只有一句话：解决一群龙虾协作的问题，建立一个龙虾团队。

具体怎么做到的？每个 Agent 都有独立的身份（soul.md）、持久记忆（memory.md）和任务计划（focus.md）；Agent 之间可以点对点发消息、接任务、传上下文；还有一个组织级的“广场”，让所有 Agent 共享公告和背景信息。还有最关键的 Aware（自主意识）机制 —— 是 OpenClaw 的 Heartbeat 与定时触发器的升级，基于此会主动感知环境变化、自主决定要不要触发下一步，以及自主调整已有的触发器。

这套协作模型，不是把一个 Agent 做得更聪明，而是让多个 Agent 能像一个团队一样工作。举个不抽象的例子：一个 Agent 在监控用户反馈，发现某个功能的差评在过去 24 小时集中爆发，它不用等你来问，直接给产品 Agent 发消息；产品 Agent 整理出问题归因，再通知开发 Agent 创建 Issue。整条链路在你打开电脑之前已经跑完了，这个过程里没有人居中协调，是 Agent 之间自己完成的。

这周五，看“它们”跑起来

4 月 10 日晚 7 点，OSCHINA 开源中国将邀请 BISHENG / Clawith 联合创始人覃睿，与大家分享 Clawith 台前幕后的故事，以及广大开发者感兴趣的技术细节，当然还有现场演示真实的多 Agent 协作场景 —— 多只虾如何在没有人工介入的情况下完成一次完整的跨角色任务协同 —— 不是 PPT，是跑起来的系统！

BISHENG / Clawith 联合创始人覃睿

如果你在搭企业内部的 AI 工作流、研究多 Agent 架构、或者只是对“一群虾协作”这件事感到好奇——值得来看一眼。

直播时间：4 月 10 日（周五）19:00-20:30

直播平台：视频号「OSC开源社区」

直播预约：

对 OpenClaw for teams，以及最新开源 AI 行业趋势感兴趣的朋友，欢迎加群交流：

《技术领航》是开源中国 OSCHINA 推出的一档直播栏目，旨在为开源软件、商业产品、前沿技术、知名品牌活动等各类项目提供一个展示平台，每周五晚上开播。栏目邀请项目的创始人、核心团队成员或资深用户作为嘉宾，通过路演式直播分享项目的亮点和经验，有助于提高项目的知名度，吸引更多的用户和开发者关注。

如果你手上也有好的项目，想要跟同行交流分享，欢迎联系我（备注“技术领航”），栏目随时开放。

微信关注我们

原文链接：https://my.oschina.net/u/4487475/blog/19530107

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

基于 Cursor Agent 的流水线 AI CR 实践

一、背景在实际迭代开发中，不同需求的代码规模差异很大，有些需求涉及上千行代码，有些则只有一两行。且对于前端的代码验收，主要侧重在界面功能，通过功能验收，没法确保每一行代码都测试到的，以及功能的代码逻辑是否合理，是否健壮、是否规范等问题，都需要通过人工代码 CR 来进一步兜底验收代码的质量，尽量降低业务线上出错的可能。但当面对上千行的代码变更时，人工 CR 也是心有余而力不足。传统的代码审查依赖人工，面对大规模代码变更时效率有限，而 AI 代码审查能够实现自动化、标准化的质量检查，有效补充人工审查的不足。二、前端研发 CR 现状与可优化点 CR 现状目前前端研发同学主要使用的代码质量保障工具有前端 Apex 插件智能体、Uraya 质量分检测。其中 Apex 插件智能体是通过前端研发自助点击或 git hook 自动触发 CR 智能体执行，智能体内定制了 CR 规则以及与 MCP 的结合，利用 Cursor IDE 的 Agent 能力进行本地 AI CR ，找出代码问题、本地解决问题。Uraya 质量分检测是在创建 MR 后，通过流水线自动触发，Uraya 质量分检测代码变更的...

2026-04-07

7

中国人民大学高瓴人工智能学院与字节跳动技术团队合作近日完成相关研究，发布 Scale-SWE 数据集。研究团队依托火山引擎的 Sandbox 基建，通过 Sandboxed multi-agent 系统，成功实现 SWE 任务的规模化拓展，构建起包含 100k 真实数据、目前规模最大的开源高质量 SWE 数据集。基于该数据集蒸馏数据所训练的 Qwen3-30A3B-Instruct 模型，也在 SWE-bench-Verified 评测中取得了 64% 的优异成绩。根据介绍，研究团队提出了一套在 Sandbox 环境中运行的多 Agent 工作流，主要包含三个核心模块：EBA（Environment Builder Agent）、UCA（Unit-test Creator Agent）和 PSWA（Problem Statement Writer Agent）。 EBA（Environment Builder Agent）：EBA 负责在 Sandbox 中自主探索仓库结构，定位并配置环境文件，如README.md,setup.py,pyproject.toml等并完成环境配置。在...

2026-04-07

14

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。