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 ：github.com/munk-sh/mun...
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 ：github.com/munk-sh/ope...
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/@chriszhu50...
- 📺 Bilibili（白天开播） ：live.bilibili.com/31041209
- 📦 OpenCompare 开源仓库 ：github.com/chaxiu/Open...