开发者实测自托管AI编程Agent：自动化后反而淘汰了自己

DeepSeek版的Claude Tag，达里奥不开源梁圣开源😆，可以监听GitHub issue，邮件，飞书等触发信号，自动改代码，推进到PR提交。

不过你想不想听听一个已经亲手实现过这件事的人怎么想？ 我两个月前手搓了一个使用场景很类似的东西，思路如下：

1. 借着Hermes这个常驻agent，写了个插件，监听Linear上的改动和@提及（并非完全自己写，基于一个开源项目）

2. 插件收到调用信号后根据Linear的标签自动分流分派任务（这一步没用大模型决策，比较不放心它自由发挥）

3. 然后由orca @orca_build 统一调用各种编程agent在各自worktree干活。干完后自动派另一个agent审查，审查完自动merge

因为只是试验性的，没有听AI建议的并发的认证的性能的考量，要求他只管搞单机，只管搞固定流程，留下可配置空间就成。权限简化为Codex标准权限，其他agent权限级别映射对应。

你可以认为，我抛弃了80%的流程灵活性，但允许100%的需求灵活性和95%的agent运行时灵活性。

套用到DeepSeek这个项目里，Hermes就是我的router，orca调用的 Claude，Codex，等等，就是我的worker

结果是几周后搞出来了，但真的很耗费心力，需要考虑、设计一堆“失败了怎么办”的情况并端到端测试，有些问题如果不实机跑是发现不了的。

不过完工以后，只需要写需求文档，grill之后拆解到ticket/issue，就能直接把事情做完，还是很爽。

当然，我无意宣称自己已经先做出来了DeepSeek团队做的事，而是想说说我做完之后的发现。

Agent可以自动触发自动执行了，却没有让我多跑几个项目，反而促使我去琢磨：

如果我真的只要念动真言就可以驱使Agent把这个活儿干了，且我单枪匹马稍微搞搞就能实现（当时有两个其他项目并行），那么大公司搞出来一个通用版，或者每个工程团队按照自己流程做一个也是迟早的事。

如果未来的ai真的足够强，我在（2）里面的IFTTT大约就没有必要了。当然，如果还是不放心不确定性，完全可以让AI去配置各种IFTTT。这可能也是为何Claude那么早就能出Claude Tag，毕竟他们的模型能力已经走在很前面了。

在有这个工具之前为了驱使Agent不断干活，我学会了开各种session，监管，指挥，但其实并没有让我多掌握些什么不得了的AI用法，而是一个转瞬间就可以被工程基础设施替代的过渡阶段。

换言之，我成功地用自己搓的工具淘汰了我自己。

于是，我“毕业”掉了很多曾经让我兴奋的项目。因为我模糊地感觉，当这种能力普及以后，“决定去做什么”甚至“决定不做什么”会变得重要得多。

在这里不想多讨论什么AI是工具，商业变现更重要，分发能力，市场、宣传，等等。说实话，真的做做就知道，术业有专攻。我不认为这是问题，更多的是，做什么更符合你自己的性格和特长，能力和野心。

也许就像进霍格沃茨后还需要分院帽那样，每个人都可以在各个方向有所成就，但是我们依然需要在不同的学院里才能发挥潜力。

所以，所有沉浸在指挥AI干活中的人可以想想了，当DeepSeek这个superagent项目最终成为技术团队标配的时候，究竟还有什么是需要你去做的。

到那时候，也许大家就真的不需要加班了。