人类下班AI接管研发 LobeHub探索RSI自进化

当AI从辅助工具进化到能接管部分研发流程，行业内出现了一种值得关注的趋势：人类可以逐步退居决策和验收的核心位置，将更多执行工作交给AI系统。

某AI团队近期发布的关于超级智能体的研究指出，当前AI助手的使用存在一个普遍困境：人们使用的AI助手越多，反而越忙碌。根据观察，一个人通常只能同时跟进3到5个AI助手的会话，单任务的处理上限取决于AI模型的能力，而多任务并行的上限则取决于人的注意力资源。该团队设想的超级智能体，将具备长期在线、主动承接任务、为其他AI助手分派工作的能力，让人类只需要负责关键决策和结果验收。

带着这一思路，相关团队梳理了当前已上线的同类产品，最终找到了一家开源公司的实践案例。这家在全球开源平台上获得超8.4万星标的公司，过去大半年来一直用自身开发的AI助手平台来组织内部研发工作。

据该公司创始人文彬介绍，团队已经三个月没有在本地启动过开发服务器，只需查看AI助手提交的验收报告即可直接合并代码，开发效率提升了3到5倍。为了验证这一模式的可行性，相关人员为该团队布置了一项“夜班”任务：让两款主流AI模型组成一个“编辑部”，每天早上提交一份量身定制的AI行业日报。

这个编辑部由三类角色组成：主管AI助手负责分派任务和接收稿件，某文本生成模型担任主笔，负责搜集素材、撰写大纲和正文，另一AI模型担任审稿人，负责指出逻辑和视角漏洞，并生成文章的配图与封面。读者画像参照科技编辑的日常需求，每天通勤时花5到8分钟，阅读当天最值得关注的5到8件AI相关事件，每条新闻需有一手来源和简要判断。

流程设计上，主笔拥有判断权，审稿模型可提意见，主笔可根据理由选择是否修改，双方可讨论到无异议或满四轮为止。整体流程分为：主笔搜集素材并写大纲，审稿提意见；主笔参考意见自主决定是否调整，双方辩论到统一；主笔撰写初稿；审稿提修改意见，主笔自主决定是否调整（文字可读性由主笔更擅长，逻辑视角由审稿补足）；主笔修改后，审稿调用生图模型生成配图；最后交付稿件。

这种多模型AI助手协作的模式，该团队内部已经用了大半年。研发群里的主管AI助手名叫“NASA”，负责查看任务看板、分派工作和汇报进度。早期执行AI助手直接在群里发言，导致群内信息过载，后来定下规则：执行AI助手只向主管汇报，由主管统一对外。现在又增加了一层：每个人配备一个个人AI助手过滤信息，人只听自己的个人AI助手，任务则由各项目的主管AI助手分派。

主管AI助手并非被动等待指令，而是会主动承接任务。例如10月23日晚上，创始人文彬在群里评价一张训练详情页的UI设计需要优化，55分钟后，设计类AI助手主动接手该任务，指出页面存在进度信息重复、框内嵌套、关键位置为空值等问题，当晚就提交了修改对比稿。这种主动响应的机制，和之前提到的超级智能体的设计思路高度一致：先用规则过滤，再由模型判断是否介入。

主管AI助手分派任务后，人类用户可以休息，AI助手的讨论和工作会在云端继续进行。AI之间深夜互相审稿，已经成为该团队代码仓库里的常态。10月31日凌晨，执行AI助手在某代码仓库的PR下回复了审查意见，该任务来自主管分派的指令，AI助手运行了31步、耗时近2小时完成代码编写，之后又修复了四处问题，针对一条意见给出理由并保留原写法。

这些深夜工作能持续推进，得益于该团队今年1月上线的架构：早期产品部署在第三方平台，单次执行最长仅300秒，团队将AI助手的每一步拆分为独立的函数调用，用中间状态存储工具保存进度，接力推进上千步的长任务，工具调用则发往沙箱或用户电脑执行。AI助手无法感知到自己的思考和操作发生在不同地方，这和超级智能体研究中提到的“计算、状态与环境分离”方向一致，目前每天稳定承载数万次AI助手执行。

早上起床后，人类用户就能收到第一版日报，供审阅。第一版日报的文字部分结论严谨，但配图质量不佳，被评价为“美丽垃圾”。作为负责人，相关人员用语音给出修改意见：配图需有实际意义，若没有合适图片，国外新闻可用创始人肖像艺术化加工（利好则夸张为肌肉猛男，利空则瘦弱，国内新闻用原图），其他部分无需修改。

主管AI助手表示会负责修改，人类用户只需要表达是否认可，无需深究过程。这正是该团队当前的工作方式：人只看结果。例如10月29日，某版本发布后，AI助手发现桌面稳定版构建失败，定位到依赖冲突后直接提交修复PR，只需人点击认可即可。该团队开源的验收工具也起到了类似作用：AI助手交付前将需求拆分为可观察的检查项，在产品中逐项运行，附上截图、日志，人看报告决定是否通过，已通过部分无需返工。

第二天，AI助手记住了修改意见，生成的日报配图符合要求，其他部分也未被随意修改，验收工具的价值得以体现。之后每天早上，该团队都会通过手机推送定制的AI日报，方便用户在通勤时获取信息。

记住用户意见，只是递归式自我改进的第一步。递归式自我改进指系统利用自身运行结果持续优化，是当前AI圈的热门概念。这次实践验证了：AI助手可以保留用户反馈并用于调整后续工作规则。但这只是该团队探索系统持续改进的一个小切面，他们还在内部研发中尝试：自动收集、归类AI助手执行时暴露的问题，转化为新的改进任务；让AI助手自主优化运行时的工具，通过基准测试验证效果；探索用真实执行轨迹训练垂直模型。这些工作分布在任务、运行框架、模型三个层面，团队希望逐步连接这些环节，让系统利用真实反馈持续自我优化。

该团队将AI协作的发展阶段比作自动驾驶：L1是问答式工具，L2是个人助手，L3是人与多个AI助手同场协作，L4是AI助手自主接力、人只设定目标和边界，L5是组织自我演进。他们认为自己的团队处于L3阶段，而上游项目的AI助手直接向组件库的AI助手提需求，对方加好组件自动发版再通知升级，这类事情已经是L4的雏形。

支撑这一愿景的是三年积累：从2023年开源的聊天平台起步，部署量超700万次。某AI团队发布热门模型时，也曾用该平台演示能力，开源带来现成分发渠道，模型中立让各家模型接入，每天数万次执行沉淀的数据又能训练模型，后来者同时补齐这些需要时间。

某咨询公司预测，到2028年，33%的企业软件将内置AI助手，2024年这一比例不到1%。当AI从个人工具变成组织成员，真正稀缺的是让多个AI助手稳定协作的系统。当前AI助手能接管中间执行，方向和取舍仍由人决定，该团队想做的，正是缩短这两头之间的距离，和用户一起扫平中间的门槛，让人类的宝贵精力用在关键决策上。