Hivemind: 给团队所有编程 Agent 装一个共享大脑

你有没有这种感觉——团队里最厉害的工程师用 Claude Code 搞定了一个困扰大家三天的数据库迁移，结果第二天他请假，新人接手时他的 agent 又从零开始，踩了同一个坑？

这就是”每个 AI 编程 Agent 都是一座孤岛”的经典困境。Claude Code 聪明、Codex 聪明、Cursor 聪明——但每个都只记得自己那一刻发生过什么。团队经验无法沉淀，跨 Agent 复用的成本极高。

GitHub 上有个项目想解决这个问题，一天涨了 897 颗星：Hivemind。

它的核心思路很直接——给团队里所有编程 Agent 装一个共享大脑。

怎么做到的？四步走：

① 捕获（Capture）
每个 Agent 的 prompt、tool call、response，全部作为结构化 trace 落到本地数据库（Deeplake）。无声无息，Agent 代码不用改一行。

② 编码（Codify）
后台 worker 周期性挖 trace，找出反复出现的模式，自动写成 SKILL.md 文件，落到对应 workspace。

③ 优化（Optimize）
这是 Hivemind 的杀招——用 SkillOpt 机制对 skill 进行”训练”，类似调模型，只保留在 held-out 测试上验证有效的修改。官方数据：Claude Code 准确率 +19.1 分，Codex +24.8 分。

④ 传播（Propagate）
这些 skill 会推送到所有连接进来的 Agent 的上下文里。你团队的 junior 工程师今天的 agent，比 senior 工程师上周用的更聪明。

支持的主流 Agent：
Claude Code、OpenAI Codex、Cursor、Windsurf、OpenClaw、Hermes、pi……基本上覆盖了主流编程 Agent。

数据留在本地
全程自托管，trace 和 skill 存在你自己的云上，不像某些工具把代码和上下文传到别人服务器。

简单说：周一你团队里一个 agent 啃下一个难缠的迁移；周二，整个团队所有 agent 都能调用这个解法。这才是真正的”团队级 AI 编程”。

GitHub：https://github.com/activeloopai/hivemind
Stars：897+ | 语言：TypeScript | 协议：Apache 2.0

GitHub: https://github.com/activeloopai/hivemind