Eigent 最近在海外受到的关注度，连我们自己都有点意外。
在 Claude Cowork 发布后，我们发了一条半开玩笑的帖子，没想到反响热烈：帖子获得了超过 8.3k 点赞和 1.6M 的浏览量，一天内 Eigent 的 GitHub Star 就涨了 1000+。我们也收到了不少朋友和社区伙伴的关心，很多人来询问是否需要帮忙。在这里统一回复大家：我们很好，请大家不要担心！
虽然发帖语气轻松，但在伦敦的深夜，国豪看完 Claude Cowork 的发布视频后，和文栋、璞真在客厅讨论：“完了！Eigent（桌面端 Agent 产品）我们还做不做了？” 大家都有被 Claude Code 支配的恐惧。面对这样的“降维打击”和大厂的资源优势，我们很清楚正面竞争并不现实。我们一直坚持开源，目标就是服务那些确实需要开源、本地部署、私有化能力的开发者和团队，在这个生态里找到自己的位置。
我们对 Agent 的思考
2023 年 3 月，我们发布了首个基于大语言模型的多智能体协作框架 CAMEL。最初的想法很简单：如果让多个 AI 智能体像人一样分工、交流、合作，能不能解决更复杂的问题？
上线后一周，CAMEL 就获得了 4000 多个 GitHub Star，论文也被 NeurIPS 接收，吴恩达（Andrew Ng）还在 NeurIPS 现场用手机拍摄了 CAMEL 论文的 Poster。
CAMEL 论文链接：https://arxiv.org/abs/2303.17760
CAMEL 不仅是一个框架，也是我们对智能体核心能力的早期实验场。我们为智能体装备了搜索、终端、代码编辑器等基础工具，试图让它们不仅能“想”，更能“做”，能够在真实环境中获取信息、执行代码、验证结果。
这个“思考-行动-反馈”的闭环设计，成了我们所有后续工作的基石。基于这些思考，我们整合出了一个早期的、能真实执行任务的智能体原型。可以说，今天 Eigent 产品的许多设计灵感和架构雏形，都深深烙印着那段时期的探索。
这里也跟大家回顾一下 CAMEL 一直在探索的 Agent Scaling Laws 的三个维度：
- 智能体的数量（Number of agents）：大规模智能体系统能够涌现出什么单智能体不能解决的问题，比如社交网络等复杂系统模拟。
- 环境（Environment）：拓展智能体在复杂、多样化世界中感知、行动和学习的边界。
- 自我进化的扩展（Evolution）：探索智能体从经验中进行强化学习、持续学习、技能习得、记忆构建的能力。
对 Scaling Environment 的追求，在 2023 年底催生了 CRAB 项目。我们当时怀揣一个大胆的设想：能否打造一个数字世界的通用智能体？在我们看来，人类在数字空间中最通用的“工具”，就是手机和电脑。如果智能体能像人一样操作这些设备，岂不是就能跨应用、跨平台完成几乎所有任务？
为此，我们开始了让智能体学习操控真实操作系统（如 Android、Ubuntu）的探索。几乎在同一时期，学术界也涌现了如 OS World（它后来成为了该领域的标准评测基准）和 AppAgent 等优秀工作，大家在不同的路径上，朝着相似的愿景努力。
CRAB 论文链接：https://arxiv.org/abs/2407.01511
产品伊始
2024年2月底，玮婕和 Douglas 分别以产品经理和设计师的身份加入团队，这也是团队第一次在伦敦线下见面。我们在共享办公室里探讨通用 Agent 的产品设计方案。
2024年4月，我们提出了 Agent Workspace 的概念。多智能体系统中的每个 Agent 都可以有不同的 Workspace，比如设计 Agent 可以有 Figma，Coding Agent 可以有 VSCode 和 Terminal，Product Manager Agent 可以有搜索引擎和文档等等。
当时，团队整体是一种兴奋的、摩拳擦掌的氛围。我们认为 “Workspace 就是给 Agent 一台自己的电脑。不同身份的 Agent 安装使用不同的软件。” Agent 可以操作浏览器、终端，以及用 API 或 GUI 的方式操控软件与虚拟机来完成各种复杂任务。
2024年5月3日，当时国豪在伦敦还没有租房，半夜两点半在办公室点了一碗羊汤。他思考着白天团队讨论的产品想法，写下了产品目标 “Mission Lambda”——我们希望做出通用的 multi-agent 系统，让 Agent 合作完成操控电脑/虚拟机的复杂任务。写完吹了吹凌晨 4 点 King‘s Cross 的晚风，回来在同事桌子上睡了一宿。
当时产品 MVP 的开发已经如火如荼地推进中，但国豪其实一直有个挥之不去的隐忧：贸然去做一款应用，而技术基础又不够扎实，产品会有种空中楼阁的感觉；有限的资源也意味着，在开发过程中很难沉淀出 CAMEL 框架，无法将其打造成坚实的技术基础设施。但看着刚刚组建起来、充满兴奋劲的团队，他有点不知道怎么开口。
2024年5月14日晚，国豪和玮婕在办公室附近的中餐馆吃晚饭。两人就团队资源和目标不匹配的问题一直聊到餐馆打烊，或许连中餐馆老板都听明白了我们面临的两大难题：
- CAMEL 框架和 CRAB（GUI 项目）作为基础设施并不成熟，不足以支撑产品级的开发；
- 以我们当时只有 2 个工程师的团队来说，想做这件事难于登天。
又是一个通宵，国豪写了 “Lay the Foundation”，要求团队将重点放回 CAMEL 框架和社区，暂停产品开发，全力打造坚实的技术基础设施。
自此之后，我们的重点转向了开源社区与技术钻研。将 CAMEL 框架打磨成产品级框架，成为了团队的第一优先级，这一目标，我们几乎投入了整整一年。
Eigent 产品的萌芽
我们当时其实在同时推进 3 条基础设施研究线。
一是 Agent 操控浏览器、写代码、调用工具，这就是后来的 OWL（GitHub 18.8k 星）。二是 百万量级的智能体模拟，也就是 OASIS（GitHub 2.3k 星）。三是 Data Generation，包括生成 verifiable data，也就是 Loong 这个项目（截至目前数据下载量近3万）、function calling data、tool integrated mathematical reasoning data。这也是继 CRAB 之后我们进一步做 Scaling Environments 的工作，也是后面 SEA（Scaling Environments for Agents）倡议的前置工作。
其中我们发现，OWL 距离真实落地场景已经很近。也正是因为一次偶然的爆火，加上基础设施的逐步成熟，我们决定重启 Mission Lambda，正式开始打造 Eigent 这个产品。也是因为 OWL 的爆火，那段时间我们几乎没日没夜地在解答社区伙伴的问题。微信群一度开到了 30 多个，几乎每天都能收到超过 200 条来自社区的反馈和问题。
流量稍微平稳下来之后，我们决定去摩洛哥休假，也是在那段时间里，我们重新想清楚了 Eigent 这款产品的方向和整体规划。
我们要开发一款围绕工作效率场景的桌面端应用。选择桌面端的原因在于：
- 上下文：只有桌面端才能直接无缝接入用户的工作上下文（Context）。
- 权限：强大的智能体需要强大的权限，桌面端才能操控本地文件系统、软件甚至是系统级调用和硬件。
- 能力覆盖：桌面端也可以完成所有 Web 端能做的事情，不管是通过 Electron 的 Chromium 浏览器，还是以浏览器插件的方式。
Eigent 的核心在于 CAMEL 的 Workforce 系统。它的设计受分布式系统的启发，通过分工调度来解决复杂问题。
我们将系统划分为三个核心角色：Task Agent（任务拆分）、Coordinator Agent（任务分配）、Worker Agent（任务执行和工具调用）。配合异步任务通道，系统能自动构建“任务关系图”，实现无依赖任务的并行处理与有依赖任务的有序衔接，大幅提升处理效率。
针对大模型的不确定性，系统内置了多种容错策略：重试（RETRY）、重规划（REPLAN）、转派（REASSIGN）、拆解（DECOMPOSE）。这种动态调整机制确保了任务执行的连贯性和稳定性。
只有当多智能体系统与日益强大的通用能力（例如使用浏览器和终端）结合时，企业级自动化才真正有可能落地。
Eigent 的浏览器自动化方案采用控制与编排分离的双层架构。它的设计旨在突破僵化的 API 集成局限，让 Agent 具备在真实业务环境中的原生操作能力。
我们将架构解耦为两个核心层级：Python 层（AI 编排与决策）、TypeScript 层（原生交互与执行）。TypeScript 层利用 Playwright 的原生优势，专攻 DOM 操作、SoM 标记渲染及遮挡检测；配合 WebSocket 异步通信通道，系统实现了非阻塞式的指令流转，有效规避了纯 Python 方案的高延迟与底层访问限制。
因为我们自己缺乏 MacOS 和 Windows 双系统全栈产品开发的经验，在产品开发过程中遇到了不少困难。那段时间我们和两位外部全栈工程师一起推进了将近两个月，才终于把一个能在双系统完整运行的产品做出来。
为了这次发布，我们甚至还在伦敦找电影团队拍了一部“概念片”来介绍 Eigent 这个多智能体协作产品。
时间来到 Eigent 正式发布的时候，当时我们其实在沙特，准备服务我们第一家商业化大客户。
2025年7月29日晚，Eigent 终于上线了。 发布后 20 小时内，注册用户突破 2000 人；发布后一小时就有 2 位个人用户付费订阅；还有十几家企业客户主动联系，希望在他们的企业内部试用我们的产品。
但其实，我们一开始的发布没有想清楚产品第一波面向的群体该是谁，加上产品初期的不稳定，迫使我们进入了一个沉寂期。我们需要重新思考产品的定位，到底应该服务什么样的客户，最后决定先聚焦 B 端和开发者。
2025年11月，为了更好做企业交付，我们所有开发成员集中到常州进行封闭开发。
虽然我们没有销售团队，但本地化、工作场景、开源的产品定位为我们从社区吸引来了一些企业客户的信赖。
例如，一家中东拥有 1.1 万名员工的大型企业，首先在他们的 IT Help Desk（IT 服务台）部门率先试点，让 Eigent 借助内部浏览器协助处理 IT 工单，从自动提取邮箱信息到填写系统表单，再到自主判断优先级并分配处理人员。
后续，一家世界领先的头部开源数据公司希望将 Eigent 应用于销售流程，让 Eigent 收集散落在邮箱、即时通讯软件、本地文件的销售线索，并使用浏览器整理到 Salesforce 这样的系统后台中。
为了打磨企业场景，我们构建了企业内部基准测试（Inner Enterprise Benchmark），例如 Salesforce 等 CRM 系统环境和任务以及验证器（Verifier）。这受到了 Google Gemini 团队的关注，因此在 Gemini 3 系列研发期间，我们被邀请参与内测以及对模型能力进行评估。Google 官方也将 Eigent 推荐为下一代 AI Agent 的代表之一。
同时，为了打磨产品基础能力，我们通过 GAIA、WebArena、WebVoyage、Terminal-Bench 等公开 Benchmark 打磨了 Browser Toolkit 和 Terminal Toolkit。现在 Terminal Toolkit 已经用到产品中了。关于终端强化学习（Terminal RL）的研究也已有成果，就是我们前几天发布的项目 SETA，被两位前 OpenAI 联合创始人点赞（John Schulman，Andrej Karpathy）。强化学习训练环境构建的经验也帮助我们拿下了几个客户，包括头部大模型公司的环境和数据订单。
再到前两天，因为我们的“自嘲式”推特帖子又爆火了一次。截止今天，帖子一共有 8000+ 点赞，150 万浏览量了。
帖子爆火后我们收到了不少出乎意料的回应。一个 xAI 的内部员工邀请我们看看 xAI，Hugging Face 的联合创始人 Thomas Wolf 也在评论区留言支持。我们也“顺手”把 openwork.ai 的域名“斥巨资”买了下来，但还是决定坚持自己的品牌，不跟风改名。
同时我们也开始公开招募全栈工程师，结果没多久就有 Anthropic 的人在 LinkedIn 上主动加我们好友，看来我们现在也正式进入 Anthropic 的“雷达范围”了。
产品上线后，也有社区的小伙伴在 X 上分享了使用体验：“在 Linux 上成功跑通了，虽然中间遇到了一些小问题，但最后顺利跑起来了。接下来准备打包成 AppImage。”
也有开发者反馈，在 macOS 上搭配 LM Studio 使用体验也不错。
与此同时，我们也和 MiniMax 达成了合作。他们在官方渠道发布了基于 Eigent 和 MiniMax M2.1 模型的使用案例。
除了 M2.1，Eigent 也已经可以兼容运行如智谱 GLM-4.7、Kimi K2、Qwen 3-235B 等多个主流模型。
我们和智谱合作，用智谱 GLM-4.7 模型，让 Eigent 整理电脑桌面上的工作文件，并生成日报。
我们用 Kimi K2、Qwen 3-235B 和 DeepSeek-V3.2，做了两个填写 Salesforce 表单的任务用例。
就在刚刚，Eigent 登顶了 GitHub Trending，成为了今日的第一名！
写在最后
我们想要打造的，是一款全栈的开源 Agent 系统，覆盖从模型、框架到产品的完整链条。这也是为什么我们如此注重开源生态和强化学习等前沿技术探索的原因。
欢迎所有对这个愿景感兴趣的朋友加入我们的社区，一起打造这个属于开发者和企业的智能未来！也欢迎大家来 云栈社区 交流相关的技术与想法。
当然，也别忘了去给 Eigent 点个 Star：https://github.com/eigent-ai/eigent
Eigent 官网：https://www.eigent.ai/
发表于 昨天 03:19
|
查看: 5|
回复: 0
