Elara(@Elara200410):8 个 AI Agent，8 块 H100，一句指令，2430 次实验全自动跑完。港大团队开源了 ClawTeam，一个让 AI Agent 从单打独斗进化到群体协作的 CLI 工具。现在的 Agent 已经很强了，但问题是它们各自为战。遇到复杂任务，你得手动协调多个 Agent、来回切上下文、拼凑碎片结果。 ClawTeam 的做法是：给 Leader Agent 一个目标，它自己 spawn 子 Agent、分配任务、监控进度、动态调整方向。每个子 Agent 有独立的 Git Worktree 和 tmux 会话，并行工作互不干扰。和现有框架的最大区别： → 使用者是 AI Agent 本身，不是人类写编排代码 → pip install 加一句提示词就能启动，不需要 Docker、Redis、消息队列 → 支持任意 CLI Agent：Claude Code、Codex、OpenClaw、Cursor 全兼容能做什么： → 自主 ML 研究：8 个 Agent 各占一块 GPU，并行搜索超参数 → 全栈开发：自动拆分架构师、前后端、测试，写完自动合并 → AI 对冲基金：7 个分析师同时从不同维度分析股票，风控 Agent 汇总决策 5400+ Star，MIT 协议。 🔗链接：

Elara@Elara200410

2026.08.03 12:30

8 个 AI Agent，8 块 H100，一句指令，2430 次实验全自动跑完。港大团队开源了 ClawTeam，一个让 AI Agent 从单打独斗进化到群体协作的 CLI 工具。现在的 Agent 已经很强了，但问题是它们各自为战。遇到复杂任务，你得手动协调多个 Agent、来回切上下文、拼凑碎片结果。 ClawTeam 的做法是：给 Leader Agent 一个目标，它自己 spawn 子 Agent、分配任务、监控进度、动态调整方向。每个子 Agent 有独立的 Git Worktree 和 tmux 会话，并行工作互不干扰。和现有框架的最大区别： → 使用者是 AI Agent 本身，不是人类写编排代码 → pip install 加一句提示词就能启动，不需要 Docker、Redis、消息队列 → 支持任意 CLI Agent：Claude Code、Codex、OpenClaw、Cursor 全兼容能做什么： → 自主 ML 研究：8 个 Agent 各占一块 GPU，并行搜索超参数 → 全栈开发：自动拆分架构师、前后端、测试，写完自动合并 → AI 对冲基金：7 个分析师同时从不同维度分析股票，风控 Agent 汇总决策 5400+ Star，MIT 协议。 🔗链接：