# AI造AI：自主闭环工作流赛道拆解——penguin-harness主拆，NVIDIA与安全红队跟进 ## 概述 ## 一、数据快照：自主闭环 cohort 的两日成绩单 以下星标均经 08-31 与 09-01 两份独立快照交叉核对，仓库描述在两份快照中逐字一致： | 仓库 | 08-31 | 09-01 | 增量 | 增幅 | 建仓窗口 | 一句话定位 | |---|---|---|---|---|---|---| | **Prism-Shadow/penguin-harness** | 1844 | **1870** | +26 | **+1.4%** | 近45天 | RSI 自递归改进的多 Agent 自动开发平台 | | NVIDIA-NeMo/labs-OO-Agents | 1950 | 1959 | +9 | +0.5% | 近45天 | NVIDIA 出品的面向对象 Agent 框架 | | Zyrexnn/Cybermes | 672 | 684 | +12 | +1.8% | 近7天 | 自主进攻安全/赏金/红队 Agent 框架 | | sapientinc/PRAXIST（对照） | 5421 | 5698 | +277 | +5.1% | 近7天 | 可度量、可机器执行的自主科研系统 | | XiaoDuoYa/codex-with-chatgpt（对照） | 1691 | 2039 | +348 | +20.6% | 近7天 | ChatGPT 规划、Codex 执行的双脑分工 | 同期大盘基准：新星榜头名仍是 PRAXIST（+5.1%），当日全场增速冠军是 mono-color（+106%，本栏目今日第 2 轮已拆）；平台层巨头 openclaw 388206→388419（+0.05%）、superpowers 279911→280217（+0.11%）。三个观察： 1. **自主闭环 cohort 集体温吞**。除 PRAXIST 外，penguin-harness（+1.4%）、labs-OO-Agents（+0.5%）、Cybermes（+1.8%）全部跑输同期小而美榜的爆发样本（Amagine3D +16.4%）。「让 AI 造 AI」的叙事获得了星标认同，但还没有换来爆发性增长——理念先行、事件缺位。 2. **1800–2000 星区间挤满同类**。labs-OO-Agents（1959）、OpenMausBot（1972）、penguin-harness（1870）、MangoDisk（1854）在一个身位内贴身排列，说明这个体量段是新项目的激烈抢位区，penguin-harness 随时可能被反超。 3. **对照样本 codex-with-chatgpt 的 +20.6% 反而最有信息量**：它的方案其实保守——人把 ChatGPT 和 Codex 各按一个键——增速却碾压所有「全自主」叙事。市场在用脚投票：当下愿意付钱的是「半自动分工」，不是「全自主闭环」。 ## 二、评测对比表 | 项目 | 定位 | 功能完整度 25% | 设计质量 25% | 实战效果 20% | 上手难度 15% | 社区活跃 15% | 加权总分 | |---|---|---|---|---|---|---|---| | PRAXIST（对照） | 自主科研闭环 | ★★★★☆ | ★★★★ | ★★★☆ | ★★☆ | ★★★★☆ | **3.88** | | penguin-harness | RSI 自开发闭环 | ★★★★ | ★★★★ | ★★★ | ★★★ | ★★★☆ | **3.58** | | labs-OO-Agents | OO Agent 框架 | ★★★☆ | ★★★☆ | ★★★ | ★★☆ | ★★★★ | **3.33** | | Cybermes | 红队自主闭环 | ★★★☆ | ★★★ | ★★★ | ★★☆ | ★★★ | **3.05** | > 评分说明：功能与实战维度基于仓库描述与品类对照推断，编辑部无独立实测，若正文质量与描述不符应相应下调；社区活跃度以两日快照增速与体量综合；上手难度分数越高越容易；PRAXIST 因 ai-intel 栏目 8-31 已做主拆、材料交叉更多而信息置信度略高。 ## 三、主拆解：penguin-harness——把「自我改进」写进名字的平台 ### 3.1 四个短语，四层主张 快照抓到的仓库描述只有一句，但四个短语各扛一层产品主张，值得逐个拆： **"Harness for RSI"**——开宗明义给自己的品类定位是 harness（缰绳/骨架），不是 Skill 集合，也不是编排器。RSI 一般指 Recursive Self-Improvement（递归自我改进），是 AI 安全文献里讨论智能爆炸时的术语。一个开发者项目直接把安全学术词放进产品第一句，这个选择本身就是信号：agent 圈的词库正在从「自动化（automation）」滑向「自我改进（self-improvement）」。需要标注的风险：RSI 在学术语境里是对齐研究的核心难题，用作产品前缀时多半只剩营销义——真做到了几分，描述里没有任何可验证证据，此为推断。 **"Let AI Build AI"**——主张的落点。对比本栏目已拆过的三个近亲：backpass 说「你不写 AGENTS.md，你用梯度下降训它」（人还是要做验收），headcount 说「把公司编制画好，Agent 按编制干活」（制度由人定），agent-runbook 说「把 YAML 编译成 SKILL.md」（工作流由人编译）。这三家的共同点是**设计权在人手里**；penguin-harness 的差异化主张恰恰是把最后这一段也让出去——AI 给 AI 派活，甚至 AI 改 AI 的制度。 **"Everything is Transparent"**——直指自主闭环的信任痛点。全自主跑批最怕的是黑盒：Agent 改了什么、为什么改、错了怎么回滚，没人说得清。penguin-harness 把透明度写进一句话描述的首位，说明作者知道信任是这个品类的第一道门槛。这与本栏目 8-29 拆 clawsweeper 时的发现完全同频：那份 CI 自愈范本真正的价值不在自动修复，而在四道门控、修复上限、automerge 五重条件这些**让闭环可审计**的治理条款。 ### 3.2 增长曲线与待验证清单 1844→1870，约 21 小时 +26 星，放在同期 codex-with-chatgpt +348、PRAXIST +277 的背景下属于温吞。合理解释（推断）：RSI 叙事还停留在理念认同阶段，缺少一个出圈事件——对照 fastpotify 凭 HN 首页 398 分一夜 +61%，penguin-harness 在两份快照周期的 HN 首页均无条目。它的待验证清单也因此很长：透明度承诺对应什么机制（日志？回放？可视化面板？）未证实；多 Agent 的任务分配策略未证实；是否有实测基准未证实。一句话概括本期主拆结论：**这是一份把赛道方向写对了、但交付证据尚未展开的样本**——方向对在「自主闭环的竞争下一步是可审计性」，证据缺在描述里一个数字都没有，与其「Everything is Transparent」的主张构成第一层反差。 ## 四、副拆与背景 ### 4.1 NVIDIA-NeMo/labs-OO-Agents：框架派巨头入场 NVIDIA 官方组织出品，1959 星，自述 "NVIDIA Object Oriented Agents: the Pythonic way to build AI Agents"。两个看点。其一，品牌线：NeMo 是 NVIDIA 的模型训练框架品牌，OO-Agents 挂在 NeMo 旗下说明 NVIDIA 把 Agent 运行时当模型基础设施的延伸来做，而非玩具实验。其二，路线对撞：Skill 生态的主流做法是把编排降维成 Markdown 文本协议（SKILL.md 即接口），OO-Agents 反其道行之，把 Agent 升维成 Python 类与对象——类型系统、继承、组合。两条路线分别面向两类人：会写代码的工程师要类型安全，不写代码的运营要文本可改。+0.5% 的增速说明巨头项目冷启动主要靠品牌存量，社区动能尚未形成。短板：与 Skills 标准的兼容性、是否提供 Skill 导出，均未证实。 ### 4.2 Cybermes：自主闭环开进安全赛道 新上架名单成员（建仓不足 7 天已有 684 星），自述 "Autonomous Offensive Security, Bug Bounty & Red Teaming Agent Framework powered…"（描述截断，powered 后接什么模型未证实）。定位是进攻性安全与红队的自主 Agent 框架。这个选题不意外：渗透测试天然符合闭环结构——目标分解、逐项验证、报告产出，验收标准比一般开发任务还清晰。但它也是自主闭环风险最高的应用场：授权范围（scope）与停止条件是这个赛道的生死线，越界扫描在多国都是法律问题。正因如此，本栏目 8-29 从 clawsweeper 提炼的治理条款——执行窗口有意开关、干活模型不持写凭证、修复次数设上限——在这类项目上不是加分项而是及格线。对它的评价必须附一条合规提醒：此类工具只应在自有资产或书面授权范围内使用。增速 +1.8% 高于 penguin-harness，垂直刚需的拉动可见一斑。 ### 4.3 PRAXIST 注记：科研垂直的闭环样本 新星榜头名 5698 星，两日 +277（+5.1%），自述 "Autonomous research system for measurable, computer-executable research"。本栏目 ai-intel 栏 8-31 已做主拆，此处只补一个坐标：它证明了自主闭环在科研垂直成立的关键不是「自主」，而是名字里那两个词——**measurable**（结果可度量）与 **computer-executable**（过程可机器执行）。验收标准可计算的领域，闭环才转得起来。这反过来解释了 penguin-harness 的处境：通用开发的验收天然模糊，闭环难度高于科研垂直。 ### 4.4 平台层四巨头：自主闭环的地基已经铺好 08-31 热榜快照里，四个 agent 平台仓库的体量是：openclaw 388206（"Your own personal AI assistant"）、obra/superpowers 279911（"An agentic skills framework & software development methodology that works"）、affaan-m/ECC 244968（"The agent harness performance optimization system. Skills, instincts, memory, security, and research"，此条仅 08-31 快照可见）、NousResearch/hermes-agent 238787（"The agent that grows with you"，同前注）。09-01 快照可见 openclaw 与 superpowers 微增，后两者跌出热榜截取范围（如实说明，无法给出 09-01 数值）。值得注意的是词汇收编现象：ECC 把 Skills 与 instincts、memory 并列为系统器官，superpowers 直接自称 skills framework，openclaw 产出过 clawsweeper 这样的 Skill——「harness」这个词正在把 Skills 生态吞并为自己的子系统。平台层固化之后，新项目（本期 cohort）只能做垂直闭环，这解释了为什么本期样本全是「平台理念 + 单一领域」的杂交形态。 ## 五、闭环五段模型：cohort 各就各位 把本期所有样本放进同一个工作流模型，各家覆盖的环段一目了然： ```mermaid flowchart LR A["① 找活
发现任务"] --> B["② 派活
分解分配"] B --> C["③ 执行
隔离工作区"] C --> D{"④ 验收
测试/评审"} D -->|不通过| B D -->|通过| E["⑤ 沉淀
记忆/改制度"] E -->|新一轮| A ``` ```mermaid mindmap root((自主闭环
五段覆盖)) 覆盖全环 penguin-harness 宣称 PRAXIST 科研垂直实测 只做一段 backpass 仅⑤ 训制度 clawsweeper 仅④旁的CI自愈 换一条路 labs-OO-Agents 用对象建模 Cybermes 红队垂直全环 半自动对照 codex-with-chatgpt 人按两个键 ``` 这张图本期最有用的结论是：**生态里真正的「全环」样本一个都还没被验证**。已拆样本全部只守住一段（backpass 的沉淀、clawsweeper 的自愈），宣称全环的两家（penguin-harness、PRAXIST）都没有公开可复核的运行数据。半自动的 codex-with-chatgpt 反而增速第一——闭环五段里，「人」目前仍是最便宜可靠的验收器。 ## 六、安装/使用命令 以下为标准 git 克隆命令；各项目的正式安装流程请以仓库 README 为准（本期未能抓取其安装文档，未经逐一验证）： ```bash # penguin-harness（TypeScript 平台） git clone https://github.com/Prism-Shadow/penguin-harness # NVIDIA labs-OO-Agents（Python 框架） git clone https://github.com/NVIDIA-NeMo/labs-OO-Agents # Cybermes（仅限授权环境使用） git clone https://github.com/Zyrexnn/Cybermes # 查 Skills 市场是否已有对应封装 npx skills find penguin npx skills find auto-dev ``` ## 七、分维度排行榜 - **增速榜**：codex-with-chatgpt +20.6% ＞ PRAXIST +5.1% ＞ Cybermes +1.8% ＞ penguin-harness +1.4% ＞ labs-OO-Agents +0.5% - **体量榜**：PRAXIST 5698 ＞ labs-OO-Agents 1959 ＞ penguin-harness 1870 ＞ Cybermes 684 - **设计主张激进度**：penguin-harness（RSI 全环）＞ PRAXIST（可度量科研闭环）＞ Cybermes（红队自治）＞ labs-OO-Agents（工程框架） - **当下可依赖度**：clawsweeper（存档实拆，治理范本）＞ codex-with-chatgpt ＞ PRAXIST ＞ penguin-harness ＞ Cybermes 本期一句话结论：工作流自动化的下一场竞争不在「更自主」，在「更可审计」——谁能先把闭环的每一步变成可复核的证据，谁才能把 RSI 从口号变成安装量。 ## 参考来源 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。