LobeHub推出CAO调度系统，理想丰满现实骨感，AI全自动化办公仍待探索
赛博包工头，体验很骨感
自打人类开始死磕人工智能助手赛道，前年大家背提示词，去年搜罗单体Agent，路线越卷越离谱。但光靠一个Agent单打独斗体验到了天花板，多准备一些又会变成包工头。LobeHub想给众多Agent找个管事的。5月18日，开源AI项目LobeHub在X上宣布更新动态——Chief Agent Operator（首席智能体运营官），号称能帮用户自主招募几百个Agent，组建专业团队。
LobeHub原本是开源社区很火的Agent整合交互项目，在GitHub上揽了快八万颗星。其主打功能是把各家大模型及用户能部署的Agent整合到一个界面，还能统一管理Skills和外部服务端口。开发者推出了CAO终极调度系统，按官方宣传，用户不用背提示词、找Agent，只需甩任务给CAO，它会调动技能模板，安排Agent并行处理，用户第二天查收简报就行。
作者尝试后发现，LobeHub收到需求后调用Agent Management工具，提出参数需求，不到四分钟搭建起专业团队，但生成结果失败，最后是没额度了。目前海外社媒上没有用户成功案例，网友吐槽上手门槛高、算力消耗迷惑、长任务链存在链式翻车问题。
散养AI？还早得很呢
让AI管AI的全自动化思路并非LobeHub独创，去年七月份体验过的MasterAgent也类似。当时想搞个全自动写报告和PPT的赛博打工人，虽有问题，但最终成品轻松暴杀LobeHub的CAO。MasterAgent也有自动收集资料时间不对、Agent推诿扯皮、报告格式敷衍等问题，但及时介入能有满意成品。
CAO这类应用很难有求必应，按下启动键只能祈祷别失败。执行过程接近黑盒，找不到问题所在，只能推倒重来，还会遇到看不到技能调用的BUG。过度依赖还会带来同质化隐患。
说在最后
吐槽归吐槽，将繁琐工作交给全自动化管理系统是科技大厂押注的方向。CAO不是真实岗位，和CGO、CTO不同。面对CAO这类新概念，普通人老实用好基础聊天框，等其稳定再上车。