이미지: munderdiffl.in 영상 갈무리
摘要
- Munder Difflin发布了一款开源外壳工具,可以包裹Claude Code、Codex、Grok等12种CLI智能体
- 该工具在用户笔记本电脑本地运行,不会把代码、密钥、订阅信息传出去
- 在团队付费网络中,各个分身之间通过端到端加密互相收发消息、移交工作;在团队付费选项中,分身还可以在专属服务器上24小时不间断运行
- 프로젝트명
- Munder Difflin
- 라이선스
- MIT, 노드·프로토콜·암호화 코드 전부 깃허브 공개
- 지원 CLI 에이전트
- Claude Code, Codex, Grok, Kimi Code, Gemini CLI, Antigravity, Qwen, OpenCode, Crush, Pi, Copilot, Cursor 12종
- 기본 실행 환경
- 사용자 노트북 로컬 실행, 코드·키·개인 맥락 외부 미전송
- 클론 간 통신
- 발신 노드에서 암호화, 수신 노드에서만 복호화
- 유료 옵션
- Cloud + Network 라이선스에서 클론별 전용 샌드박스 VM 24시간 구동
- 팀 규모
- Teams Lite/PRO 시트 10~100+ 단위로 확장
一个下载文件就能启动的"分身"
只需在笔记本电脑上安装一个下载文件,过程就结束了。它会直接包裹住你已经在用的编程智能体CLI,并在其上叠加一个"模仿你"的分身。据介绍,代码、API密钥和现有订阅都原封不动地保留,不会有任何内容被发送到外部。22日,一篇介绍该项目的文章登上Hacker News,获得了200多个推荐票。
这个分身会直接吸收用户的工作流程、常用工具以及日积月累的知识。也就是说,新建的分身从一开始就已经了解用户是如何工作的。相关GitHub仓库公开在chaitanyagiri账号下,可在releases页面下载。
为什么"外壳"会在此时出现
"外壳(harness)"指的不是AI模型本身,而是把模型接入实际工作环境的框架。最近NVIDIA给Claude Opus 5套上自研外壳后,同一个模型的基准测试分数从30%多提升到了100%,这个例子很好地展示了这一趋势。也就是说,决定实际表现的关键变量,正在从模型本身转向如何包裹这个模型。
差不多同一时期,AWS发布了一款桥接工具,让运行在云端的智能体可以访问用户本地电脑上的工具;Cursor也推出了31款官方插件,把Gmail、Salesforce等办公工具接入智能体。Munder Difflin也顺应了这股潮流,但方向有所不同:它不是为整个团队打造一个公用机器人,而是为每个团队成员各自生成专属分身。
分身是如何协作的
每个分身都是运行在本人电脑上的一个节点。当某人的分身在工作中卡住时,会给其他团队成员的分身发消息,索取所需信息。据介绍,如果同事的分身在凌晨3点发来"How does the billing service work?"(计费服务是怎么运作的)这样的问题,该用户的分身会代为作答,而不会把本人从睡梦中吵醒。
分身会按照用户本人的标准和习惯审查同事的PR、修复bug、盯着CI运行、维护最新版文档,各司其职、全天候不间断工作。据介绍,只有真正需要人工判断的少数决策才会提交给用户本人,其余的都由各个分身之间自行协调处理。
如何上手使用
① 从哪里开始——在github.com/chaitanyagiri/munder-difflin仓库的releases页面下载节点文件。
② 具体步骤——先从已经在用的CLI智能体(如Claude Code、Codex、Cursor等)中选一个连接上,并沿用现有的API密钥或订阅账号。之后运行该节点,就会生成一个学习用户工作方式的分身;如果有团队成员,还可以设置让它与对方的分身互相收发消息。
③ 谁能使用——个人版节点免费,采用MIT许可证,代码可以直接在GitHub上查看。不过要运行分身,仍需要有Claude、OpenAI或Copilot等现有订阅或API密钥。若要在团队内让分身之间互相收发消息、共用知识库,则需要Teams Lite或PRO许可证,坐席规模可以从10个扩展到100个以上。
④ 能用来做什么——举例来说,设计师的分身可以对照设计系统和界面找出问题、提取素材;产品经理的分身可以整理issue、同步看板和文档。销售人员的分身则可以起草外联邮件、更新CRM信息——据介绍,只要是能在电脑上通过命令行完成的工作,几乎都可以交给分身处理。
资费结构
| 类别 | 运行位置 | 分身间通信 | 知识库 |
|---|---|---|---|
| 个人版(免费,MIT) | 用户笔记本电脑 | 不支持 | 仅限个人使用 |
| Teams Lite | 用户笔记本电脑 | 支持端到端加密 | 团队共享知识库 |
| Teams PRO | 各分身专属沙盒虚拟机 | 支持端到端加密 | 团队共享知识库 |
| Cloud + Network | 专属沙盒虚拟机,24小时运行 | 支持端到端加密 | 托管组织级知识库 |
据介绍,如果希望在合上笔记本电脑后分身仍能持续运行,可以升级到Cloud + Network许可证,把分身迁移到专属沙盒虚拟机中运行,并且可以随时切回本地运行。
隐私与安全设计
该项目方面表示,要让用户信任分身,前提是用户能够掌控分身运行在哪里、谁能读取那些邮件内容。据介绍,分身之间收发的消息在发送节点即被加密,只有接收方团队成员的节点才能解密,中间环节连开发团队自己也无法看到内容。用户可以自行划分哪些是团队共享的知识、哪些是仅个人可见的上下文,一旦配置好共享知识库,还会进行版本管理,新建的分身也能沿用这些设置。
编辑视角
这个项目有意思的地方在于,它颠覆了迄今为止"整个团队共用一个机器人"的默认思路。此前企业采用的智能体大多是多人共享同一个聊天机器人的结构,AWS最近发布的财务团队智能体也是整个组织接入同一个实例。Munder Difflin反其道而行之,选择按团队人数生成对应数量的分身,再让这些分身彼此收发消息——相当于把人类的组织架构直接搬进了软件里。
真正动手搭建这套外壳层时,总会卡在同一个问题上:这不是模型性能的问题,而是要决定"该共享谁的上下文、共享到什么程度"。如果不能把个人存储空间和团队公共知识库明确划分开,分身就有可能在团队成员不知情的情况下,把敏感代码或客户信息泄露给其他分身——而这类工具真正的实力,恰恰体现在通过加密和权限隔离,能把这道防线筑得多严密。
对国内的小型开发团队或初创公司来说,比较稳妥的做法是先用免费的个人版,让一两个人在本地试用看看。可以先把PR审查、文档同步这类重复性强、规则明确的工作交给分身处理,而涉及客户数据、合同等敏感信息的工作,建议在升级到Teams许可证之前,仍由人工亲自核实。可以预见,在接下来的几周内,像Cursor、GitHub Copilot这类已经掌握CLI生态的公司,很可能也会尝试自行加入类似的"分身消息互通"功能。
评论