Munk AI 是一个面向多 Agent 协作的 Harness Runtime（The harness runtime for multi-agent collaboration）

它把多个「专家 Agent」 组织成一个由 AI 自主运转的团队，你只负责关键决策，Munk 负责把产品从头到尾做完，并持续运营。

为了在真实场景里打磨这套系统，过去 19 天，我尝试用 Public Build 的方式，让它全权接管并自主迭代一款开源桌面软件 —— OpenCompare（免费开源的文件与目录比对工具）。

目前，它的核心功能已基本完成。

用几个简单的数字汇报一下进展：

• 212 个需求闭环：共受理 213 个需求，212 个成功交付上线。
• 24 个 Agent 角色分工：包含 6 大核心研发决策角色（Product Owner 负责人、Planner 批次规划、Intake 需求拆解、Architect 架构、Coding 研发、Delivery 交付审查）以及 18 个专项验收运维专员（GitHub 哨兵、CDP 渲染验收、窗口实机验收、大目录性能压测、每日发版协调等）。
• 人类仅沟通 20 次，Agent 自主交互 50,861 次：在 1,249 场会话、累计 50,881 次总交互中，人类与 Team Lead Agent（产品负责人）仅沟通过 20 次（主要做发版审批、Token 策略与关键方向决策），其余 50,861 次（占比 99.96%）均为 Agent 各角色内部自主拆解、编写、联调、交叉审查与实测的闭环协作。
• 自主工作 213.7 小时：研发 146.1 小时 + 运维验收 67.6 小时。
• 22.7 万行代码：544 次 Git 提交（Agent 独立提交 519 次，占比 95.4%），连续发布 24 个版本（v0.1.0 → v0.2.23）。在 GitHub 官方贡献榜上，munk-agent 稳居第一大贡献者。
• GitHub 哨兵值守：自动回复并跟进 12 个 Issue（已修复关闭 10 个），自动排查处理 24 次 CI 报错，沉淀 334 份验收档案。
• 61.3 亿 Token：缓存命中率 93.9%（DeepSeek 跑了 60.18 亿负责主力研发，Gemini 4 跑了 1.18 亿负责顶层决策）。

最新界面截图

实战反哺与 Munk AI 2.0 内测

在实战迭代 OpenCompare 的过程中，我们也暴露并修掉了 Munk AI 自身的不少问题，也做了对应的优化：

• 更稳定：消除了长链路下的无效重试。
• Token 降本 50%：完成同样的工作，现在的 Token 消耗直接下降了一半。
• 上下文策略优化：Agent 反应更加敏捷，大幅降低了长上下文带来的幻觉概率。

基于这次实战打磨，Munk AI 2.0 新版本已开启公开内测，欢迎大家下载试用并提反馈：
👉 Munk AI 2.0 下载地址：https://github.com/munk-sh/munk-publish/releases

---

开放协作模版（Open Company）与下一步探索

为了让几十个 Agent 能够长期、稳定地协同运转，我把这套多 Agent 的目标、分工边界与值班排班沉淀成了一套开放协作标准 —— Open Company。

目前，跑通 OpenCompare 的整套「开源软件维护团队」模版已经正式开源，所有人都可以直接 Fork 或一键导入到 Munk AI 中复用：
👉 多 Agent 协作模版库：https://github.com/munk-sh/open-company

当然，Munk AI 并不仅局限于维护开源软件，它能做的事情还有很多——但每一个真实场景，都需要像这样实打实地单独打磨。

OpenCompare 是 Munk AI 试水桌面端 App 的第一个开源产品；接下来，我们会继续打磨新的团队模版，向移动端、XR，以及自媒体运营等领域发起探索。

你最希望看到 Munk AI 接下来去打磨哪个领域的团队模版？欢迎在评论区或 Issue 提出来！

近期我们也将在 YouTube（7×24 小时全天候）和 B 站（白天时段）开启直播，大家可以先点一波关注，后续开播会随时通知大家：

• 🔴 YouTube（7×24 小时）：youtube.com/@chriszhu5012/live
• 📺 Bilibili（白天开播）：live.bilibili.com/31041209
• 📦 OpenCompare 开源仓库：https://github.com/chaxiu/OpenCompare