4 月 9 日，Anthropic 在 X 上宣布 Claude Managed Agents 上线。同一天，一位 ID 叫 @jiayuan_jy 的中国创业者也发了一条推，“We created the open source version of Claude Managed Agents. Introducing Multica.”
两周后的 4 月 22 日，OpenAI 发布 ChatGPT workspace agents 当天，他又发了一条，“We created the open-source version of ChatGPT workspace agents. Introducing Multica.”
4 月 28 日，OpenAI Developers 账号宣布开源一个叫 Symphony 的 Codex 任务编排器。这次他没有再用"开源版"那个句式，但同样在第一时间发了一条 quote tweet，“OpenAI Symphony is great, but what if you don't want to be limited to Codex? If you want to use Claude Code、Hermes、OpenClaw、Cursor Agent、or many other coding agents, Multica is built for that.”
过去两个月里，Multica 几次进入开发者社区视野，几乎都踩在 Anthropic 和 OpenAI 发布相关产品的节点上。这个 ID 背后的人是Jiayuan，国内一个四人小团队的创始人。
Jiayuan 此前在 TikTok 工作，2023 年开始创业，做过 AI 搜索引擎 Devv 和 AI 编程产品 DevCode，都是面向开发者的工具。
Multica 是他的第三个产品。Multica 的名字来自 Multiplexed Information and Computing Agent，致意 1960 年代的操作系统 Multics。它想借用的，不只是名字，还有那种"多人共享同一套系统"的逻辑，只不过今天共享系统的不只是人，还有 agent。换一种说法，它不是在做一个新的 agent，而是想做一层把 agent 组织起来的协作外壳。
这个名字，多少也把 Multica 想去的方向先交代出来了。它的界面借用了 Linear 那套为现代软件团队设计的协作语言，issue、project、看板、状态流转。但它做了一件 Linear 没做的事，把 agent 当成和人并列的一等公民。
在 Multica 里，一个 issue 可以分配给 Claude Code、Codex、Kimi、OpenClaw，或者任何一个接入 Agent Client Protocol 的 agent。agent 有自己的 profile，会发评论、报阻塞、改状态，在看板上出现的方式和人类团队成员没有区别。
GitHub 上的 multica-ai/multica 仓库 1 月 13 日创建，到 4 月底已经有 2.27 万 star、2800 fork。Jiayuan自己把团队配置形容为“差不多 20 人的团队”，实际只有四个工程师加十几个 agent。据他向硅星人介绍，产品大部分用户来自海外，也已经吸引到一些技术团队尝试使用。
但 Multica 不是Jiayuan的第一个产品。这两年里他其实做过两次彻底的 pivot。
两次pivot之后
与其说Jiayuan一直在做同一个产品，不如说他一直盯着最早一批把 AI 带进工作流的人。
2023 年 10 月，Devv.AI 上线，面向开发者的垂直 AI 搜索引擎，RAG 加自建索引。上线四周就做到周活 25000、每天搜索 40000 次、周增长 200%。11 月入选奇绩创坛 F23 创业营。2024 年 Devv 一度积累了 50 万用户，主要来自中国开发者，Jiayuan曾在公开复盘里提过这个数字。
到 2024 年某个时间点，Jiayuan开始意识到这条线走不下去。他告诉硅星人，AI 搜索本身的市场规模一直在下降，这个方向已经被各个模型公司囊括。针对开发者的搜索需求也基本消失了，一个开发者今天要找某个函数怎么用，直接问 Claude 或 GPT 就行了。类似的压力，不止 Devv 一家面对。
据Jiayuan向硅星人介绍，Devv 将在未来一段时间内正式下线。
Devv 之后，Jiayuan团队又做了一个叫 DevCode 的产品，方向转向 AI coding。这仍然是他盯着的那一拨开发者用户，只是从帮他们搜答案换成了帮他们写代码。
DevCode 也没活太久。Jiayuan的解释是，AI coding 这条赛道过于激烈，已经不是在拼产品功能的阶段了，窗口期也基本过去了。
类似的话，这两年在 AI coding 圈子里也并不难听到。Cursor、Windsurf、Claude Code、Codex、Kimi 这些产品同时在市场上厮杀，单个 coding agent 的产品功能差异在快速缩窄，模型能力又在以每几个月一代的速度迭代。
两个方向都被他自己判了出局之后，Jiayuan开始重新看自己团队日常工作里未被解决的问题。
Multica 作为一个公开项目的 idea 产生于今年 1 月。它最初是为Jiayuan自己团队内部构建的工具。
Multica 团队自称是一个 AI native 团队，内部每个人都有好几个 agent。在自用过程中他们发现了两个具体问题。
第一个是 context 孤岛。每个人都在和自己的 agent 聊。当需要协作时，他们要把 agent 输出的结果搬到一个第三方平台，比如飞书文档。协作完成后，再把修改结果搬回来，告诉自己的 agent。这中间 context 的损耗非常大。
第二个是 agent session 管理。每个人手里有多个 agent，每个 agent 的 session 和历史都很难管理。一周以前你让 Claude Code 做了什么，你可能已经不记得了。
Jiayuan用一句话概括这两个痛点，不是人和 AI 没法合作，是人和人的 AI 没法合作。
产品 3 月底前后经历过一次实质性调整。Jiayuan向硅星人确认，Multica 最初是作为个人的 agent 形态被设计的，3 月的调整是一次从个人工具到团队协作平台的切换。GitHub 仓库里的代码变动，也大致对应着这次切换发生的时间点。
不是更聪明的 agent
Jiayuan认为，团队的定义正在发生改变。
过去一个团队是多个人组成的，但现在和未来这个定义在扩展。一个人加上多个 agent 是一个团队，多个人加上多个 agent 也是一个团队，甚至没有人、单纯由多个 agent 组成，未来也可能是一种团队形态。
他把这种扩展具体化成了一个画面。“假设未来一年后，你的 team 可能是由 10 个人加上 100 个 agent 组成，那在这样的模式下，人和 agent、人和人之间，该怎么去协作？”
Multica 后来那些看起来反常的设计，都是从这个前提往下长出来的。一旦接受了团队构成正在改变这个前提，下一个问题就自然浮现。管理一个这样的团队，还能用今天为人设计的工具吗？
Jiayuan的回答是不能。这也是 Multica 从第一天起就没有做成聊天界面的原因。
在他看来，当下基于 IM 的、强 human-in-the-loop 的交互形态，未来不会是必须的。他用了一个类比，你把一个任务分配给下属，不会每隔一个小时去 check 一下他的中间过程做得怎么样，你只会看最终结果，然后给 feedback。
看板、任务分配、状态流转这些过去几十年为人类团队设计的协作语言，在Jiayuan看来恰好是 agent 时代更合适的界面。因为它们原本就是为低频干预设计的。IM 的强实时性在 agent 数量少的时候看起来方便，但当 agent 数量升到几十上百，context 会立刻爆炸。
他还提到一个自己用来描述 AI Native 团队效率的概念，Agent Idle 率。按他的说法，agent 待机时间越少，组织把 agent 产能利用得越充分，也意味着它越 AI Native。
Jiayuan的赌注其实不在 agent，而在协作。无论未来团队里的人会变少还是变多，人和 agent 一起工作这件事，都需要一套新的组织方式。
同一个赛道，三种不同的未来
过去半年里，不止 Multica 在做看板加 agent 这件事。Vibe Kanban 2025 年 7 月上线，目前在 GitHub 上有约 2.56 万 star，今年 2 月又推出了 Cloud 版本，加入了团队协作能力。Paperclip 今年 3 月初上线，三周内冲到 30000 star，到今天已经超过 60000。两个项目都比 Multica 起步早、体量大。
Jiayuan给了硅星人一段对三个项目的比较。
Vibe Kanban 的核心场景是单个开发者在本地同时驱动多个 coding agent，本质是套在本地 agent 外层的看板 UI，解决并行 session 的可视化和 review。
Paperclip 更激进，想做的是无人公司。agent 之间有 org chart、job title、budget、goal，人被刻意从执行流程里移除，只保留 dashboard 作为观察窗口。
Multica 不锁死任何一种组合。1 个人加多个 agent、多个人加多个 agent、甚至纯 agent 的团队，都可以在同一个平台协作。
如果说 Vibe Kanban 更像在帮一个开发者同时盯多个 agent，Paperclip 更接近把人尽量移出流程，那 Multica 想做的，是把人和 agent 放进同一个团队空间里。
这套区分方式，与其说是在按功能分产品，不如说是在按“未来团队会长成什么样”来分。
Jiayuan对大厂的判断也给到了硅星人。在他看来，协同工具天然适合中立平台来做。Anthropic 如果要做协同工具，不太可能让竞争对手的 agent 在自己的协同平台上工作。这是像 Multica 这种不绑定 agent 的开源项目有生存空间的理由。
真正的护城河
在和硅星人的沟通里，Jiayuan讲了一个大多数中国 AI 创业者不愿意公开说的判断。
产品功能或者技术本身已经没有任何壁垒了。coding 已经被商品化了。做一个产品和做一个好的产品中间还是有非常大的差距。产品功能实现起来总是非常简单，但怎么把它做到让用户真正用起来，中间有一条很大的鸿沟。
所以在他的判断里，价值链上分发侧的权重比过去更重。
Jiayuan自己就是这个判断的执行者。
今年 1 月 26 日，Andrej Karpathy 在 X 上发了一条关于 AI 编程助手局限性的 thread。同一天，Jiayuan基于这条 thread 写了一个 CLAUDE.md 文件，把 Karpathy 的观察整理成四条规则，放进项目根目录就能约束 AI agent 的行为。这个 repo 叫 andrej-karpathy-skills。2 月发布时它在 Twitter 上拿到了约 100 万流量，短暂火了一波。
然后Jiayuan说他就没再管了。
但 4 月下旬，这个被放在一边的文件又火了一次。它冲到 GitHub Trending 日榜第一，star 数从 4 万左右快速涨到接近 10 万，连续几天霸榜。
Jiayuan自己的解释是比较出乎意料。他强调这是 Multica 之前做的一个个人实验，两者没有直接关系。
不过点开这个 repo，README 的最顶端是一段引流：Check out my new project Multica, an open-source platform for running and managing coding agents with reusable skills.（看看我的新项目 Multica：一个开源平台，用来运行和管理可复用 skills 的 coding agents。）
截至 4 月底，这个 repo 积累了 9.9 万 star 和近 1 万 fork。它也为 Multica 打开了一条肉眼可见的外部入口。
Jiayuan的分发动作可以列得更长。过去两个月里，他在 X 上高频发 building in public 的内容。开头那三条卡在 Anthropic、OpenAI 发布第一时间的推文是其中节奏最密集的几条。他给 Multica 开了第二个账号 @MulticaAI 专做产品营销。他告诉硅星人，Multica 团队未来两个月的核心工作是获客、激活率和初步商业化，不是产品功能的持续堆积。
按他公开的数据看，Multica 上线两周多以来，新 issue 和新 agent 任务的周环比增长，比新用户数本身要快。
现在的用户是谁
Multica 现在最能从产品里受益的人，是那些已经在深度使用多个 AI agent、内部有协作需求的开发者团队。
硅星人作为非开发者实测了一下 Multica。首页和登录并不算劝退，用 Gmail 几下就进去了，第一屏大致能看出它是在管理人和 agent 的协作。真正的门槛不在于看懂看板，而在于开始使用之前还要装客户端、配本地 runtime 这一层。它给到的感觉不是一个新的 agent，更像是包在 Codex、Claude Code 这些 agent 外面的一层协作和管理系统。对已经用过类似工具的开发者来说，这套界面应该会比较熟悉；对普通用户来说，它现在显然不是那种一上来就能跑起来的产品。
几位试用过 Multica 的开发者也给了类似的反馈。一位 AI 工程师告诉硅星人，它和 Vibe Kanban 很像，多了团队协同功能，看起来主要是在提升人机协同的效率。另一位程序员的体验更直接，这个产品做出来是给团队自己用的，不是给普通用户用的，他用了十多分钟就卸载了，没搞清楚 SOP。
Jiayuan在访谈里认同了这个判断。Multica 里的 issue、project、看板这些项目管理概念，对大部分人来说都有一定的上手门槛。Multica 早期的目标用户就是 power user 和更 niche 的那一部分人群，因为这群用户的 engagement 和使用率更高，更方便团队迭代产品。
关于更广的用户，他提到 IM 式交互对大多数人来说更习惯，但从 Multica 的长期设计角度看，他不认为聊天会是 agent 时代的主要协作界面。这是一个时间尺度上的判断，先服务重度用户、用他们的高频反馈迭代，再逐步扩展。
他明知道这样会挡掉一批普通用户，但还是先抓住最重度、最愿意给反馈的那群人。问题只在于，这群人的工作方式，到底能不能外推成更广泛的产品形态。
接下来会发生什么
商业化即将启动。按Jiayuan的规划，5 月 Multica 会推出云端 agent runtime。目前 Multica 的用户需要在本地机器上运行 daemon、接入自己安装的 agent CLI。云端版本会让用户不再需要自己维护这套本地环境，直接使用 Multica 提供的托管 runtime，类似于 Claude Managed Agents 的托管模式。
简单说，协作平台本身免费，真正收费的是 Multica 托管的云端 agent runtime。开源版本仍然保持 Apache 2.0。
Jiayuan强调 Multica 是一个数据驱动的团队。未来两个月的产品工作有两条主线，第一条是增长，包括前端获客和整个激活漏斗的优化。第二条是初步的商业化实验。产品功能层面的迭代不会停，但不会是团队重心。他说一个产品不是你堆越多的功能越好。
团队此前完成过早期融资，新一轮融资将在 5 月初开启。
Multica 这条线要走通还需要过好几关。把分发从创始人个人流量升级到产品自有增长是一关。在 power user 之外找到更大众的交互形态是一关。在 Anthropic、OpenAI 和其他开源玩家之间证明中立协作平台的生态位真实存在是一关。
这一代 AI 创业者的节奏已经不是三年一个产品、五年做到 IPO 的节奏了。Jiayuan两年里对两个方向做出了明确判断，每一次的起点和终点都由模型能力边界决定，不由创始人意志决定。
无论是把 agent 当成队员，还是把工程师经验打包成 skill，背后其实都在回答同一个问题，当越来越多工作开始交给机器之后，团队到底该怎么组织。
Jiayuan的答案是，赌注不在 agent，而在协作。
至于他的答案对不对，AI 行业现在的节奏，半年到一年应该就能见分晓。