开发者 Marcin Sitarzewski 维护的 agency-agents 仓库 5 月初被 Hacker News 多次置顶，截至 5 月 21 日 Star 数已经冲到 102.8k，是本周开源 AI 项目里增长最快的一个。仓库定位是”完整的 AI 代理公司”——它把数十个有明确角色分工的 prompt 模板包装成 Claude Code agent 配置，用户安装后可以直接用斜杠命令调用某个角色。
不是单个 agent 而是一整套分工
仓库里的 agents 目录列了几十个角色：frontend-wizard 处理前端实现、reddit-community-ninja 写社区贴文、whimsy-injector 给文案加点反差幽默、reality-checker 在结论前做一遍冷处理。每个角色对应一份 markdown 文件，里面写明 personality、proven deliverables、典型工作流和拒绝清单——后者是这个项目区别于普通”prompt 大全”的地方：明确写出什么任务这个 agent 不接，避免一个 prompt 万能化。
作者 Sitarzewski 在 README 里把这套设计的意图说得很直白：”如果你看过任何一家中型代理公司的内部组织，会发现真正高效的不是某个全才，而是一组各司其职、互相补位的具体岗位。我把这种结构搬到 prompt 层。”安装路径与 Claude Code 的 agent 体系完全对齐——agents/ 目录下的 markdown 直接被 Claude Code 当成可调用的子 agent。
开源 agent 集为什么集中爆发
agency-agents 不是孤例。Anthropic 5 月公开 claude-plugins-official 后，X 上一周内出现了至少七个面向不同细分场景的 agent 集——从科研写作到游戏剧本到合同审查。这一波集中开源的根本原因，是 Claude Code 的 plugin/agent 体系把”prompt 这件事”从手动复制粘贴变成了可以版本化、可以打包、可以分发的产物。
过去开发者写 prompt 的产出物是 Notion 文档或 README 片段，传播效率有限。现在一份 SKILL.md 加 plugin.json 就能让团队里其他人通过 /plugin install 一行命令拿到完整工作流。GitHub 上一周新增的 plugin 数量已经超过此前两个月之和。这种基础设施级的变化，比任何单一模型升级带来的工程红利都更直接。
用之前要踩的两个坑
第一个坑是角色冲突。仓库把几十个 agent 默认全部装到同一份 Claude Code 配置里，对话开始时模型可能在多个角色之间反复横跳，输出风格不稳定。issue 区里讨论最多的就是”如何在一个会话里只激活某几个 agent”——目前的解决办法是用户主动 /agent select 指定，作者在路线图里把”按项目自动加载子集”列为下一阶段重点。
第二个坑是 personality 过度。一些 agent 配置在 system prompt 里写了大量风格化语句，对追求事实输出的工作场景反而会引入不必要的修辞负担。reality-checker 这种”刻意去戏剧化”的 agent 是为了对冲这个问题而存在，但它本身又是另一个 prompt——结果就是 token 开销显著增加。Sitarzewski 在 issue #142 里承认：”这套体系最适合内容创意类工作流，处理纯工程问题时建议关掉一半 agent。”
把 agent 当员工而不是当万能助理
agency-agents 真正的价值不在那几十个具体 prompt，而在它示范了一种把 agent 当作”有岗位、有职责边界、会拒绝任务”的对象来管理的工程姿态。当模型可以无差别完成几乎所有任务时，给每个调用加上人为的角色限制，反而能让团队工作流更可控。这一思路与 Karpathy 那份 CLAUDE.md 的”Goal-Driven Execution”在精神上一致：不是让模型跑得更万能，而是让它跑得更有约束。下一步值得观察的是，会不会有团队把自己的内部职位手册原样翻译成一份私有 agent 集——如果这件事开始发生，AI 协作就真的进入”组织设计”环节了。
参考链接：
