Claude Code 和 Codex 都很强，但它们有个共同问题：你得盯着它们干活。任务分下去，然后等着，中间断了线就得重新接上。
multica-ai/multica 想做的是把"你盯着 Agent 干活"变成"你给 Agent 派活，它自己干，你来看结果"。
核心概念
multica 的定位是 Managed Agents 平台。三个关键词：
- 分配任务：像给同事派工单一样，把任务丢给 Agent，设定优先级和截止日期
- 追踪进度：实时看到 Agent 在干什么、进展到哪、遇到了什么阻碍
- 积累技能：Agent 完成的每件事都会被记录为"技能"，下次类似任务直接调用，不用从头教
这听起来有点像 Anthropic 的 Claude Managed Agents 或者 Vercel 的 open-agents 模板。但 multica 的不同之处在于它是开源的，而且支持多种编码 Agent 后端——不锁定在某个厂商上。
月增 23K 星的信号
一个月 23,259 颗星，总星 25,782。这个数字在 Agent 工具赛道里不算小。
更值得关注的是它的 contributors 列表：有来自 Anthropic 生态的开发者、有做 Codex 插件的、有搞开源 Agent 框架的。这说明它不是某个大厂闭门造车的项目，而是社区在用一个共同的平台标准把分散的 Agent 能力串起来。
和竞品的对比
| 维度 | multica | Claude Managed Agents | Vercel open-agents |
|---|---|---|---|
| 开源 | ✅ | ❌ | ✅ |
| 多后端 | ✅ | Claude only | 有限 |
| 技能积累 | ✅ | ✅ | 无 |
| 任务看板 | ✅ | 无 | 无 |
| 部署方式 | 自托管 | 云托管 | Vercel 平台 |
multica 的优势在灵活性和透明度。你可以自托管、可以接入不同的 Agent 后端、可以看到全部源码。代价是你得自己运维。
值得注意的细节
README 里有几个值得留意的点：
- 它用的是"compound skills"这个概念——Agent 的技能不是孤立的，而是可以组合复用的。这和目前大多数 Agent 框架"每次从头教"的模式不同。
- 任务分配界面看起来是基于 web 的，支持多人协作。这意味着它可以作为小团队的 Agent 协作基础设施。
风险判断
multica 还很年轻。它的核心卖点（多后端支持、技能积累）需要足够的社区贡献才能真正跑通。目前看起来 Anthropic 生态的开发者参与度最高，如果最终变成"Claude 专用平台"，那和 Managed Agents 的差异化就会缩小。
如果你正在搭建一个"Agent 干活、人验收"的工作流，multica 值得一试。它的理念是 Agent 工具赛道里比较务实的一种——不是让 Agent 取代人，而是让 Agent 像靠谱的同事一样工作。
主要来源：