LobeHub 新一次 PH Launch ，我们做了一个 CAO （Chief Agent Operator）！恳请佬友投票点赞 ！🙏

各位佬友，我们今天又上 Product Hunt 了，有票的话麻烦帮忙点一下，不胜感激！！ ^-^

顺便和大家好好聊聊我们这次 lanuch 背后的思考：

这次 Launch 算是最近 3 个月迭代以来的大版本了，我们这次很明确地将 LobeHub 重新定位成 Your Chief Agent Operator 。

起因很简单：现在做 AI 的人，谁手上不是 Claude Code 一个、Codex 一个、ChatGPT 一个？还有 OpenClaw、 Hermes 在 IM 里 7x24 待命。看起来你有一支 AI 团队，其实你成了它们的人肉调度员 —— 每天的，在各个终端 tab 里切来切去，吃饭睡觉前还得想个复杂的任务让 cc、codex 在那边跑，不跑就感觉亏了一百万似的。

现在具体来看，一个 power user 的工作流可能长这样：

• Claude Code 开一个 session 写代码


• 再用 Codex 补另一个项目


• OpenClaw 挂本地跑自动化


• Discord 里还塞了个 heremes bot 做社区应答

看起来你有了 AI 团队。实际上—— 你成了这些工具的共同 Operator 。你在手动排班、手动切换上下文、手动 sync 进度。

BCG 把这个状态叫 “AI Brain Fry” —— 认知过载、精神疲劳、注意力碎片化、决策能力退化。14% 的 AI 重度用户已经有这种症状。 我们以为有了 AI 以后工作生活会变得更加轻松，但事实上却好像更累了。

那我们想怎么做？

我们琢磨了一圈，觉得问题应该不是现在的 agent 不够好，是 我们不该是那个 operator 。一家公司如果只有 CEO，没有 COO，就是老板亲自催进度、亲自排班、亲自 debug。你的 AI 工作流，现在就是这样。

所以，我们想 把 “AI Agent 工具” 重新命名为 Chief Agent Operator。

为什么非要造个新概念？因为 “agent 工具” 这个词本身就有问题。它暗示你面前只有一个 agent，你要做的就是「用」它。

但现实是：2026 年的用户已经有好几个 agent 在跑了。这个品类需要的不是一个更好的单独 agent——需要的是一层更高的职能角色，一个能帮你运维整支 agent 团队的人。

所以，我们希望将 “LobeHub 打造成你的 Chief Agent Operator”。

围绕 CAO 的产品特性

那围绕 CAO 这个目标，我们在这一个大版本里面做了 3 个关键特性：

Agentic Task System

一个可以基本对标 Linear 的 Task 管理系统，可以 assign 给不同 agent 的不同task，且可以无限拆分子任务的系统，用于支持长程、复杂任务的决策；

Hetero Agent

市面上 Agent 那么多，那么我们就把他们全都接到 LobeHub 里面来！让 LobeAI 作为大管家来协调调用这些干活的 Agent ！

这个 feature 在 LobeHub v2.1.56 正式支持 Hertero Agent（在 LobeHub 里使用 Claude Code / Codex） 和大家见过面啦，我自己已经不再用 TUI 了，完全切到了 LobeHub 上来用 Claude Code 和 Codex 了。

Daily Brief

当 agent 完成一个task或者任务后，会主动在在首页推送一张 brief 卡片，通知你任务做完了，需要你评论。

如果说前两个特性还算是市面上有不少人在做的话，那么至少 Daily Brief 这个我可以说是我们的一个独创的创新点。因为这个模块，使得原来那种人找 Agent 的模式，变成了 Agent 主动来找人审阅。

最近在用这个功能的时候，我总算逐步开始找回那种「可控感」。（当然现在 Brief 不算做的很完美，还有很多优化空间就是了）

其他重要且相关的能力

当然这种效果的实现，还离不开 IM Intergration 、一句话创建 Agent 和 对话创建 Agent、 Agent Document 、Memory 、 Agent Team 这些在之前就做了的功能。

最终攒出来在手机上就可以轻松指挥派发活给不同 agent 的效果。

为什么只有现在才能做这件事

两年前做不了 CAO。

那时的 agent 不够聪明，自进化能力不成熟，multi-agent 协调还是论文课题，MCP 还没成为事实标准，skills 生态还没到临界点。

但过去一年，三件事同时发生了：

第一，Agent 的自进化从研究走进产品。 OpenClaw 和 Hermes 证明了 agent 可以从经验中学习，把成功的 workflow 变成可复用的 skill。LobeHub 完整覆盖了它们的能力，并且会做得更好——因为我们在云端，记忆和 skill 的演化，是可以跨 session、跨设备、跨团队的。

第二，MCP/Skills 从协议变成了事实标准。 LobeHub Marketplace 上 57,000+ MCP server 和 27w skills 意味着 Agent 能连上的世界已经足够大。CAO 有足够的工具去做它该做的事。

第三，Multi-Agent 从 demo 走进了真实工作流。 业界开始意识到：agent 的未来不是更强的 super-agent，是 agent 的组织。而组织需要一个 operator。

我在做 LobeChat 的第一天，就将 Agent 视为一等公民，彼时的 agent 就只能写写提示词，模型也拉不开差异，大家都说这和 chatgpt 这些应用也没啥区别。

但现在的感觉差别无比巨大。不同的工具集、 mcp、 skills、memory 乃至 runtime 都会最终共同作用带来不同的 agent 和效果。而可以说我们为此打磨、准备了 3 年。

下一步会做什么？

诚然，哪怕做了这么多的工作，现在离我理想中的完美的 “CAO” 仍然有非常大的差距。而我们现在也是一步一步在努力接近这个目标，将人从琐事中解放出来，去做对自己真正重要的事情。

PS: 看到这里各位佬友们如果 PH 有票的话，请不吝投一票！这对我们真的非常重要！^-^

投票传送门： https://lobe.li/ph