我正在构建能够研究、辩论并解决开放式问题的AI智能体集群

我搭建了一个网页平台，用于在你的整个代码库中运行和协作编码智能体。它具备以下能力： 在任意GitHub代码仓库中启动智能体——目前支持Cursor Agents、Claude Code和Codex。多人可同时操控同一智能体。智能体在后台运行，因此你可以关闭笔记本电脑或浏览器，它们会持续工作。之后你还能在手机上打开同一工作区。 **群体智能体**——为它设定一个目标，例如“在每token成本上超越vLLM”、“调研当前长上下文推理的现状”或“为X设计一个推理框架”。一个协调器将目标分解为任务，研究员并行调研，批评者质疑研究结果，排名器通过锦标赛式比对来评估不同方法。你可以观察看板，随时操控群体，当达到预算或截止时间时停止。 **全局知识库与记忆**——项目与智能体共享知识，记忆会随着工作进展持续更新。从单一界面控制多个项目，无需在终端、代码库和智能体会话间来回切换。 **问题→PR流程**——连接代码仓库或Linear的问题列表，让智能体接取任务、实施修复、提交PR，并撰写摘要说明问题原因和解决方案。可连接Sentry、Linear、Notion、Slack等工具，使智能体能从团队现有工具中获取上下文。当出现冲突时，智能体也能协助解决和合并PR。 对于本地代码仓库，你可以运行我们的命令行工具，将仓库与平台配对，并让房间内任何人都能操控正在运行的智能体。我还在开发一个Slack机器人，这样你就能直接在Slack中与智能体交互。 更宏大的理念是：智能体不应是你“运行”的工具——它们应该是开发环境中持久存在的成员。你应该能启动一个智能体后离开，让他人接手，再启动十个新智能体让它们协作，几小时后回来看它们完成了什么。我仍在探索这方面的最佳抽象方式。 对于重度使用Claude Code / Codex / Cursor Agents的开发者：你实际上希望这样一个平台实现哪些现有工具不具备的功能？更重要的是：这其中哪些听起来确实有用，而哪些只是不必要的智能体基础设施？