Teamily AI 多智能体实测：微信群里的代码审查与社区维护

用户@GenAI_is_real 在 X 上分享了自己用 Teamily AI 产品做纯人与 agents 协同维护开源社区的体验。他认为很多时候人和 agent 的执行效率可能比人和人协作更高，于是在微信群里搭了一套多 agent 工作流。

这套工作流由三个 agent 组成：Scout 按轻重缓急整理新的 issue 和 PR，Reviewer 给代码做第一轮审查，Digest 负责起草中英双语项目周报并整理周会纪要。再用 Loop 把它们串成 Scout → Reviewer → 人的流水线，由人来审核最终结果。

实测下来，Scout 一次性从微信群里识别出 200 多个不活跃用户，但最终是否要把这些用户拉进社区，还是得人自己决定。Reviewer 用已合并的 PR #3338 测试，没有发现新 bug，但针对具体代码路径给出了一些值得重构的细节建议。

和普通 chatbot 最大的区别是，群里的 agent 共享同一份上下文，甚至能看完微信群一个多月的历史讨论。用户评价说，这种模式越发模糊了人类社会和 agents 社会的边界，Teamily AI 的产品细节打磨得不错。

他还放出了自己的邀请码，以及之前给 SGLang Omni 搭建的群聊链接。那个群目前是群主付费，新用户进来用 agents 的费用可以由他来承担。他同时提醒，群里的消息已经全部脱敏，大家看到的只是一个非常简短的缩略版本。