Munk AI Agent据称19天构建OpenCompare
AI 总结
Munk AI创建者称，在为期19天的Public Build中，多个专业智能体自主迭代并发布了开源桌面应用OpenCompare。创建者称213项需求中有212项完成交付，24个智能体角色负责开发、验收和运维，但相关数据未获独立验证。Munk AI 2.0同时开启公开内测，并开源了Open Company协作模板。
深度见解
这份第一手记录详细展示了多智能体参与软件开发的实践，但需求交付、代码和Token等指标仍是创建者自述。
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）。
#Munk AI#Munk AI 2.0#OpenCompare#Open Company#DeepSeek#Gemini 4#GitHub