OpenClaw + Chorus：两个人 + AI Agent，一周搭出一条不下班的产品开发管线
autojunjie 6 小时 35 分钟前 via iPhone 719 次点击AI Agent 发展太快了，我非常焦虑，很想参与到这个历史性的时刻，于是我们做了一个用来管理 side project 的 side project 。它叫 Chorus ，是一条永不下班的产品开发管线，Agent 负责产品调研、管理和开发，人类负责提 idea 和审批。项目开展不到一个月，目前只有 85 个 star ，但我们乐在其中。
我们公司一共 3 个人，我，我的合伙人，以及一个跑在 OpenClaw 上的 AI Agent 。我负责调教 OpenClaw 做产品管理和市场营销，合伙人和 Claude Code 负责开发。我们都有本职工作，Chorus 不到一周写完。
OpenClaw 的职位是产品经理。它通过两条通道连接我们的协作平台 Chorus：MCP 工具用来执行操作，SSE 事件流用来实时感知。当有人在 Chorus 网页上分配任务或者 @mention 这个 Agent ，它几秒内自动唤醒开始工作。不需要打开终端，不需要手动输入指令。它协调一组 Claude Code Agent 来交付功能，一周工作七天，让我们有时间喝杯咖啡，头脑风暴更多创意。
每天早上，OpenClaw 自动爬取 HN 、Reddit 、Product Hunt 和 GitHub Trending ，寻找竞品动态和用户在多 Agent 编程领域的痛点。等我打开 Slack ，已经有一份带链接和观点的摘要在等我了。白天我和合伙人在频道里讨论产品方向，Agent 在旁边听。当我们聊到值得做的东西时，它直接把零散的对话整理成 Chorus 上的一条结构化 Idea 。没人让它做，它自己判断的。
接着它认领这条 Idea ，结合现有的 PRD 和代码库进行分析，在 Chorus 上生成一份 Proposal：包含范围和约束的产品需求文档，加上带依赖关系和 Agent 小时估算的任务 DAG 。我像审 PR 一样审它。"范围太大，先砍掉 GitHub 集成。"Agent 修改，我批准。
双向连接在这里发挥了作用。我在 Chorus 网页上点击批准的瞬间，任务自动创建，OpenClaw 通过 SSE 实时收到通知，立刻领取新任务并分配给 Dev Agent 。从这里开始有两条路。
第一种是 Bring Your Own Agent 。团队成员把自己的编程 Agent 通过 MCP 连接到 Chorus ，认领任务，在平台上协作开发。Claude Code Agent Teams 和 Chorus 的配合特别好，因为 Chorus 的任务 DAG 天然映射到并行执行：独立任务同时扇出给多个子 Agent ，有依赖的任务等前置任务验证通过后才启动。Team Lead 读取 DAG 分配工作，子 Agent 并发执行互不干扰。这是我们现在每天在用的方式。
第二种是接入像 OpenCode server mode 这样的自主 Agent 运行时，让它们端到端地领取任务并自动执行，不需要人类盯着。这条路我们还在设计。自主程度到哪？验证环节怎么设？我们也不确定这方面的需求大不大，想听听大家的意见。
上周我们交付了 4 个功能。两个人加一群 AI Agent 。人类始终在网页和 Slack 上操作，Agent 从不需要手动指令。
这套体系能跑起来，靠三样东西的汇合。OpenClaw 让持久化 Agent 成为可能：它有长期记忆、工具调用、定时执行，还有插件系统支持后台服务。Chorus 插件维持一条持久的 SSE 连接，让 Agent 始终在监听平台事件，通过 /hooks/wake 在事件到达时立即触发行动。Claude Code Agent Teams 让编码工作可以扇出到多个并行 Agent 。Chorus 把一切串起来，作为从 Idea 到 Proposal 到 Task 到 PR 的协作平台，所有参与者共享同一个信息源。
交互模式是区别于聊天机器人的关键。在 Chorus 上，你 @mention Agent 就像 @mention 同事一样。"@PM-Agent ，这个任务好像范围不够，能加上错误处理吗？"Agent 通过 SSE 收到 mention ，自动唤醒，读取上下文，回复评论或更新 Proposal 。感觉像在给队友发消息，不像在编程一个工具。
最终形态是一条不下班的产品开发管线。AI 覆盖从市场调研到代码交付的全流程，人类只在两个关卡介入：批准方案和审查产出。反馈周期是几小时而不是几周，我们在 Proposal 阶段就能发现错误。Agent 从每次驳回中学习，因为 OpenClaw 让它的记忆跨 session 持久化。
上个月 AI 开销不算少，但 ROI 很明显。我们不是在替代工程师，我们是两个人干出十个人的活，还有时间认真想下一步该做什么。
如果你是独立创始人或者小团队，这套架构值得一试。OpenClaw 做持久化 Agent 运行时，Chorus 做协作平台，Claude Code 做执行层，全部开源。
小型创业公司的瓶颈从来不是写代码，而是搞清楚该做什么、怎么拆解、怎么保持对齐。这就是产品管理。给 AI 一个合适的平台和正确的工作流连接方式，它能干大部分。
───
OpenClaw：github.com/openclaw/openclaw Chorus：github.com/Chorus-AIDLC/Chorus
 | 1 carlojie 3 小时 54 分钟前 感谢分享 |
 | 2 autojunjie OP 希望能帮到你哈。 |
 | 3 freemoon 3 小时 34 分钟前 都是独立创业的玩法，你们应该目光聚集在创业 idea 上，而不是怎么把 openclaw 玩的更花。我理解很多人把整个自动化流程跑起来后那种畅快和成就感，但这个和 N 年前我们写好一个具有丰富功能的 Python 脚本其实没有太大的差别，工具始终是工具，在主方向还没有赚到钱的时候反而花更多时间去“打磨”工具，甚至去做到开源，这真的是有点本末倒置了，这时候的分享精神其实在某种程度上是不必要的。 最后，没有任何贬低的意思，只是单纯的对这种现象做一些个人评价，期待看到你们的作品！ |
| 4 freemoon 3 小时 32 分钟前 说曹操曹操到 t/1195295#reply2 |
 | 5 yukinotech 3 小时 30 分钟前 @autojunjie 怎么验收呢，我理解产品本身还是得人工自测。然后不满意再让 ai 返工，这个过程非常难受。目前很少看到有解决这个痛点的。其实这样下来效率并不高。而实际验收时，总会发现有遗漏或者不满意的。实际上人工的压力并不小，效率确实是提升了，反而开发的更累了 |
| 6 autojunjie OP 接受批评，谢谢指正 |
| 7 autojunjie OP @carlojie 希望能帮到你哈 |
 | 8 bytelee 2 小时 46 分钟前 我也有同样的问题，我尝试让另一个 agent 自己去验收代码，但是验收完毕后还是会有很多细节的问题。所以 QA 验收后边是个很重要的环节，对于控制产品质量。 |
 | 9 eesorby 2 小时 43 分钟前 技术上看是有点牛逼的，以后真的是生产力爆棚而极度缺少用户的时代了。 |
| 10 autojunjie OP @yukinotech 首先我非常同意你的说法，因为代码写的快了，验收频率变高了。但如果效果持续不达预期的确是费时费力。我觉得可以这样解决 1 ）定制一个衡量此 feature 是否 AI 开发 ready 的标准，有没有可以很好的自动化验收流程，若否，则走传统一些的流程 2 ） Chorus 其实是一个给 agent 使用的产品开发工具，他可以记录好从 idea 到 prd 的过程，在 idea 的初期他会通过选择题和人交互细化出需求，记录你选择的的答案，这很好的可以给你回溯什么环境出了问题，减少返工次数。3 ）用 pencil 画前端原型可以对齐预期，减少前端交互相关的返工 |
| 11 autojunjie OP @bytelee 是的，因为代码写的快了，验收频率变高了。但如果效果持续不达预期的确是费时费力。我觉得可以这样解决 1 ）定制一个衡量此 feature 是否 AI 开发 ready 的标准，有没有可以很好的自动化验收流程，若否，则走传统一些的流程 2 ） Chorus 其实是一个给 agent 使用的产品开发工具，他可以记录好从 idea 到 prd 的过程，在 idea 的初期他会通过选择题和人交互细化出需求，记录你选择的的答案，这很好的可以给你回溯什么环境出了问题，减少返工次数。3 ）用 pencil 画前端原型可以对齐预期，减少前端交互相关的返工 |
| 13 autojunjie OP @eesorby 我觉得人的需求是不会停止的，七宗罪是本能哈哈 |
| 14 autojunjie OP @zhouhuab 老哥记忆力很好哈哈 |
 | 15 prick 1 小时 58 分钟前 刚部署了一个，在体验中 |
| 16 bytelee 1 小时 58 分钟前 @autojunjie 嗯嗯 前阵子搞下来发现 有些细节问题可能自己当时也没想清楚 然后和 agent 聊的时候就也没有特地细化一些模块，最终导致一些细节对接协议等问题。agent 的产出 一方面还是要靠主人的经验，另一方面如果能够让他主动提出一些细节问题（他自身也有“经验”）就更好了。 |
 | 17 liuxin5959 1 小时 51 分钟前 老哥这想法挺好的，执行力也非常强，佩服。 只是个人感觉这类协作研发管理类软件在 AI 时代感觉本身已经是伪命题了。Atlassian 和 Salesforce 这些 SaaS 软件近一年的股价也有所反映。 很多软件都会随着模型及其自身 Agent 能力的提升而逐渐消失，Claude Cowork/Team 这类产品只是个开始。 |
| 18 prick 1 小时 46 分钟前 老哥你这个项目难度不是多 agent 协同么，我弄了半天没发现在哪里配置 Claude code codex |
Select Language