有道龍蝦又進(jìn)化了，多Agent很酷

Agent圈現(xiàn)在很熱鬧，從OpenClaw火到了Hermes愛馬仕，新范式仍在建立中。

之前介紹過網(wǎng)易有道的國產(chǎn)方案，LobsterAI有道龍蝦，國內(nèi)第一個100%代碼全開源的AI Agent產(chǎn)品。

體驗上，很完整，很絲滑，從MCP到Skills、Memory，效果的處理都不錯。

官網(wǎng)：https://lobsterai.youdao.com/

讓我感到有意思的，是最新版本里，有道龍蝦內(nèi)核對多Agent架構(gòu)的處理方式。

它對持久Agent和子Agent的區(qū)分非常清晰。

持久Agent是多套長期存在、彼此隔離的腦子，各有各的工作空間、身份配置和會話歷史；

子Agent則是當(dāng)前任務(wù)臨時派出去的worker，做完把結(jié)果匯報回來就歸檔了。

群聊協(xié)同、長期分工協(xié)作必須用持久Agent，比如你給工作Agent配一個獨立賬號處理工作消息，給生活A(yù)gent配另一個賬號處理私人消息，它們互不干擾，各管一攤；

臨時補(bǔ)充任務(wù)用子Agent，比如主Agent在處理復(fù)雜需求時，再臨時派一個子Agent去查資料或跑檢查。

之前玩OpenClaw遇到的成本高、響應(yīng)慢、記憶連續(xù)性差等問題，在有道龍蝦上，因為對Agent的處理，有了很好的控制。

拿Subagent、Multi-agent，去分類管理任務(wù)，更有團(tuán)隊協(xié)作的感覺了。

01多Agent組合，幫我分析公眾號

先說說Multi-agent怎么用。

在My Agents中，創(chuàng)建New Agent。

可以根據(jù)自己的訴求，選擇頭像、基本信息等等，通過Prompt和Identity的描述，來形成穩(wěn)定的Agent類型。

也可以加上需要的Skills，和常用的社交軟件相綁定。

我先是給自己創(chuàng)建了一個分身。

希望分身可以承擔(dān)起幫我完成日常工作的任務(wù)。

我公眾號做了快三年，新年想做點增長規(guī)劃。

最近90天的數(shù)據(jù)——11條視頻的播放、點贊、漲粉逐條數(shù)據(jù)，加上每天的粉絲變化時間序列，兩份CSV擺在那，問題很簡單：從15萬漲到100萬粉，我的內(nèi)容策略到底哪里有問題？

這個問題我想了很久，但一直懶得認(rèn)真算。拉公式、做交叉分析、寫結(jié)論，這套流程太磨人了。

正好拿LobsterAI試試。

操作很直觀。對話框下面有按鈕，掛上兩份CSV，選一個專門做數(shù)據(jù)分析的Skill。

LobsterAI讀完數(shù)據(jù)后，沒有直接給我一段分析文字。

它啟動了一個多專家深度分析工作流，同時開了四個并行的分析Agent，各自從不同角度切入同一份數(shù)據(jù)。

一個負(fù)責(zé)流量趨勢分析，一個負(fù)責(zé)用戶畫像推斷，一個做內(nèi)容維度拆解，還有一個做競品對比。它們同時在后臺跑，互不干擾，跑完之后把各自的分析結(jié)果匯總回來。

這就是子Agent的典型應(yīng)用場景：適合調(diào)研、慢工具調(diào)用、批量檢查、并行處理。

我在對話里不用等，它自己把活拆開、分出去、收回來、拼好，然后告訴我結(jié)論。一套在后臺完成，完全不阻塞當(dāng)前的對話流程。

大概三四分鐘后，LobsterAI給了我一整套策略建議：

我的粉絲增長曲線存在明顯的波峰波谷周期，數(shù)據(jù)好的視頻主要集中在三個選題方向上，而那幾個播放量低的視頻問題不在內(nèi)容質(zhì)量本身，而在封面和標(biāo)題的轉(zhuǎn)化率上。

它甚至建議我把每周的發(fā)片時間從周三調(diào)整到周五晚，因為數(shù)據(jù)顯示那個時間段粉絲的互動意愿更高。

說實話，這些結(jié)論我自己其實隱約有感覺，但從來沒有這么系統(tǒng)地被攤在面前過。

一個AI能把我腦子里模糊的直覺轉(zhuǎn)化成結(jié)構(gòu)化的數(shù)據(jù)結(jié)論，這種體驗非常微妙。

02微信文件夾的考古清理

之前用下來跑得挺順，我決定給Agents上點強(qiáng)度。

我選了一個所有職場人都頭痛過的頑疾：微信PC端的文件夾整理。

眾所周知，微信PC端的文件目錄不僅深得像迷宮，而且你每次轉(zhuǎn)發(fā)同一個文件，它都會在本地悄悄生成一個新副本，常年累月下來，幾百G的硬盤空間就這么被吃掉了。

我的微信文件夾已經(jīng)膨脹到187G，找了半天都不知道是什么在占空間。

我把路徑丟給LobsterAI，下指令：幫我整理這個路徑下的文件，把完全相同的重復(fù)文件標(biāo)出來。

配置的時候有個細(xì)節(jié)值得一提。

LobsterAI默認(rèn)優(yōu)先使用沙箱隔離環(huán)境來保證安全，只有在你明確授權(quán)之后才會觸及本地硬盤。我在設(shè)置里把執(zhí)行模式從自動切換為本地運行，這才給了它訪問本機(jī)資源的權(quán)限。

這個設(shè)計我覺得挺克制的，不像有些AI工具上來就要你給全部權(quán)限，它的默認(rèn)行為是沙盒執(zhí)行，只在指定文件夾里操作，動不了系統(tǒng)的其他文件。

而且針對涉及交易或密碼等敏感操作，系統(tǒng)還有主動預(yù)警攔截機(jī)制。

LobsterAI掃描了十幾分鐘，把所有重復(fù)文件按照MD5值做了比對，給我生成了一個完整的重復(fù)文件清單，并列出了每個文件存在的副本數(shù)量和位置。我按照清單刪了一遍，直接釋放了43G空間。

我還嘗試了一下整理我的桌面文件，很多文檔時間久了，早就忘記存在了哪里，也有些歷史文件找不到了。

讓我的桌面都變得整齊干凈了。

但這還不是最讓我吃驚的部分。當(dāng)天晚上我躺在床上刷手機(jī)的時候，突然收到飛書上一段完成的通知。

LobsterAI已經(jīng)按照我設(shè)的定時任務(wù)，把當(dāng)天的重復(fù)文件增量掃描又跑了一遍，還把結(jié)果自動整理成了表格發(fā)給我。

它打通了移動端和PC端，我不在電腦前也能通過手機(jī)在飛書里遠(yuǎn)程指揮它干活，真正實現(xiàn)了數(shù)字分身隨時待命。

LobsterAI把AI直接放進(jìn)了微信、釘釘、飛書、QQ這些我們每天在用的聊天工具里。

只需要在群里@它一下，說一句幫我把今天的銷售數(shù)據(jù)整理成可視化周報，它就能像團(tuán)隊里一個隨叫隨到的虛擬同事，自主完成數(shù)據(jù)抓取、分析、報表制作全流程，把結(jié)果直接發(fā)回聊天框。

這種感覺不像在用AI，更像是多了一個不用睡覺的同事。

03多Agent長期分工

前兩個測試用到的都是子Agent機(jī)制——臨時派任務(wù)、并行執(zhí)行、結(jié)果匯總。但我真正想試的是Multi-agent的長期分工協(xié)作。

我配置了兩個持久Agent，一個叫工作助手，專門處理工作消息和文檔任務(wù)，另一個叫生活管家，負(fù)責(zé)日程管理、信息搜集和個人事務(wù)。

兩個Agent完全隔離，各自有獨立的對話上下文、工作目錄和身份配置。工作助手綁定了我的飛書和釘釘，生活管家綁定了微信和QQ。

我把日常的所有任務(wù)按類型分流。工作上的事情直接在工作助手的頻道里說，它處理完之后數(shù)據(jù)存在自己的workspace里，跟我的個人數(shù)據(jù)完全分開。

私人的事情，比如幫我規(guī)劃周末安排、整理每天的新聞簡報，就交給生活管家。

運行了一個星期之后，最大的感受是兩個字：清爽。

以前我在同一個對話窗口里既要聊工作又要聊生活，上下文混雜，Agent經(jīng)常把兩個場景的事情搞混。現(xiàn)在兩個Agent各管一攤，互相不串門，每個Agent的記憶都保持著高度的場景純凈度。

工作助手記住了我常用的PPT模板和數(shù)據(jù)口徑，生活管家知道我喜歡哪一類新聞資訊。

這其實就是AI回復(fù)的，Multi-agent解決的是隔離和路由問題，不是并行問題。

它給每個角色配了一套獨立的記憶系統(tǒng)和工具鏈，就像給不同的工作場景配了不同的專屬助理。

而且Muti-agent支持多頻道接入，工作助手可以在飛書群里響應(yīng)團(tuán)隊需求，生活管家單獨處理個人任務(wù)，入口層面就做了分流，不用用戶手動切來切去。

04為什么2026年所有人都在談多Agent

用有道龍蝦這些日子，越來越感受到，多Agent不是一個選項，是一種必然。

2026年的行業(yè)共識已經(jīng)非常明確了。多智能體系統(tǒng)，正在決定AI應(yīng)用的上限，就是Agent時代的TCP/IP。

企業(yè)競爭的焦點，正在從招多少人，轉(zhuǎn)向指揮多少硅基軍團(tuán)，因為單智能體的天花板太明顯了。

一個Agent全包所有角色的時候，系統(tǒng)提示詞和歷史會越來越臃腫，模型更容易遺忘約束、推理漂移、成本上升。

把任務(wù)拆給專業(yè)Agent，相當(dāng)于把上下文按職責(zé)切片，通常更穩(wěn)、更便宜。

從技術(shù)架構(gòu)上看，OpenClaw采用三層解構(gòu)：Tools、Agent、Channels，把調(diào)度、推理、執(zhí)行分離，兼顧安全、擴(kuò)展和本地隱私。

這就是它能在本地安全地干那么多活的技術(shù)底氣，也是有道龍蝦進(jìn)一步發(fā)展完善的一個基本框架。

更有意思的是，多Agent系統(tǒng)還有一層認(rèn)知上的價值。

不再是在跟一個AI對話，越來越像在管理一支AI團(tuán)隊了。

以前我問AI一個問題，它給我一個答案，這是一對一的線性交互。

現(xiàn)在我對著工作助手說一句幫我分析一下Q1的銷售數(shù)據(jù)，它自己決定要不要派子Agent去拉數(shù)據(jù)、要不要調(diào)另一個Agent去做預(yù)測模型、要不要把結(jié)果轉(zhuǎn)給第三個Agent生成PPT。

我只需要給目標(biāo)，不需要告訴它怎么拆解任務(wù)。

有道龍蝦在這套架構(gòu)上做得很扎實。

它覆蓋了基于OpenClaw打造的5000+技能，支持GitHub全量skills安裝和實時更新。

除了官方商店提供的技能外，還可以從GitHub直接導(dǎo)入第三方技能，或者從本地裝自定義技能。我把自己在Claude Code里積攢的十幾個自定義Skill——數(shù)據(jù)分析、內(nèi)容審校、信息搜索、配圖生成。

打包導(dǎo)進(jìn)LobsterAI，全部可用，相當(dāng)于把我另一個工具上的工作流資產(chǎn)直接遷移過來了。

而且它對國內(nèi)辦公場景的適配深度、覆蓋度，都很到位。

不只是接入了微信、釘釘、飛書、QQ這些主流IM，更重要的是打通了移動端和PC端的連接，用戶可以通過手機(jī)遠(yuǎn)程調(diào)度本地的Agent處理緊急任務(wù)。

上線首月，LobsterAI的訪問量就突破了27萬次，也是唯一一個被OpenCLaw創(chuàng)始人單獨認(rèn)可的龍蝦產(chǎn)品。

市場對好用、安全、全場景的Agent產(chǎn)品，有著巨大的需求，還未被滿足于。

但我的判斷不止于此。

2026年，也許將是「多智能體規(guī)模化部署」的真正元年。

通信協(xié)議正在標(biāo)準(zhǔn)化，MCP和A2A的成熟讓Agent之間有了通用的語言；模型推理成本在持續(xù)下降，多Agent調(diào)用的token消耗不再是一個不可承受之重；

企業(yè)認(rèn)知已經(jīng)到位，他們開始意識到多Agent不是替代單個人，而是替代一個完整的協(xié)作鏈路。

有道龍蝦做的多Agent系統(tǒng)，也是在做一個更好的協(xié)作框架。

用開源和本地優(yōu)先解決安全和信任問題，用GUI降低使用門檻，用多Agent架構(gòu)支撐復(fù)雜工作流。這不是一個完美的產(chǎn)品，但它把方向選對了。

AI的終局不是一個單獨的聊天框，是真正融入工作流。

當(dāng)它不再需要你主動打開、主動提問、主動等待，而是像一個靠譜的同事一樣隨時待命、自動干活的時候，這場技術(shù)變革才算真正落地。

關(guān)于有道龍蝦和Agent，還有更多AI實操資料，關(guān)注公眾號后私信“frank"可以獲得福利～