MaxMiksa/Auto-Company 是一个全自动、7×24 小时运行在本地 PC 上的 AI 虚拟公司框架

它的核心逻辑不是简单的单次对话或简单的 API 脚本，而是通过Agentic Workflows（智能体工作流） 调度 14 个具备顶级领域专家思维模型的全自主 AI Agent（如模拟贝佐斯 Bezos、芒格 Munger、DHH、Seth Godin 等），实现无人值守、从产品构想、决策评估、代码编写、产品部署到自动化营销的闭环商业运营。

1. 核心架构设计（五层解耦架构）

该项目没有采用复杂的向量数据库或繁重的框架，而是采用了高度解耦、极简且收敛的 5 层技术架构：

Layer 1：执行引擎与底层 Agent（Engine & Agent Shell）

• 底层基座：依靠本地终端控制工具 Claude Code 或 Codex CLI。

• 跨平台兼容：支持 macOS、Windows（WSL2）以及 Linux 环境。

• 自动恢复与挂起：内部集成进程保活机制（如 macOS 的 caffeinate），防止电脑休眠，并在遇到用量限制（Quota Limit）时具备恢复重试能力。

Layer 2：编排与状态机（Orchestration & State Machine）

• 无缝循环 Loop：由 scripts/core/auto-loop.sh 控制无人值守的持续循环。

• 轻量级共识记忆（Consensus Memory）：摈弃了复杂的 VectorDB，采用单个 Markdown 文件 memories/consensus.md 记录整个虚拟公司的全局状态、未完成任务和“下一步行动”（Next Action）。每个循环开始时，智能体团队先读取此文件同步上下文。

Layer 3：认知、角色与工具技能（Cognition & Skill Arsenal）

• 专家人设注入（Expert Personas）：在 .claude/agents/ 中预设 14 个角色的思维模型。例如：

  • 贝佐斯（Amazon）：逆向工作法（Working Backwards）、长期主义。

  • 芒格（Berkshire）：检查清单、反向思维、风险防御。

  • DHH（Basecamp/Rails）：Majestic Monolith 架构、极简主义代码风格。

  • Seth Godin：直击痛点的营销方案。

• 动态 Skill 加载：在 .claude/skills/ 中存放前端设计（frontend-design）、安全审计（security-audit）等模块工具，唤醒的 Agent 可动态载入使用。

• 宪法级红线（Constitutional Guardrails）：在 CLAUDE.md 中写死系统底层约束。例如：

  • 禁止删除 GitHub 仓库或 Cloudflare 项目；

  • 禁止删除系统根目录或密钥敏感文件 (~/.ssh)；

  • 禁止强制推送代码（No force push to main）；

  • 所有新产品必须统一生成在 projects/ 目录下。

Layer 4：动态分工与流向控制（Workflow Routing & Teaming）

• 动态组队（Dynamic Squad Formation）：主控制器读取 consensus.md 中的目标后，从 14 人专家库中动态挑选 2~5 个最适合的角色组成专项小队（Squad）。

• 收敛工作流：在 PROMPT.md 中控制流程，防止 Agent 在无限的思考中陷入迷途，强制进行“决策 -> 编码 -> 测试 -> 部署 -> 记录”的闭环。

Layer 5：可观测性与人类干预（Observability & HITL）

• 轻量极简控制（File-based Steering）：人类无需编写复杂代码干预，只需修改 memories/consensus.md 中的文字或“Next Action”，AI 团队在下一个循环唤醒时就会自动调整战略方向。

• 可视化 Dashboard：内置 Python 轻量 Dashboard，在本地 Web 端可视化展示 Agent 的实时消耗、Token 成本以及当前运行日志。

2. 运作流程（The Auto-Loop 逻辑）

[ 唤醒 Cycle 触发 ] 
        ↓
[ 1. 读取 memories/consensus.md ] → 确认公司当前阶段与 Next Action
        ↓
[ 2. 动态组队 Squad ] → 选出 2~5 个 Agent (如: 产品+前端+后端)
        ↓
[ 3. 执行任务 ] → 编写代码 / 跑测试 / 部署至 Cloudflare/Vercel 等
        ↓
[ 4. 安全红线过滤 (CLAUDE.md) ] → 拦截高危删除/破坏操作
        ↓
[ 5. 更新状态与日志 ] → 写回 consensus.md，记录到 logs/
        ↓
[ 休眠 / 准备下一轮循环 ]

3. 项目的亮点与独特价值

1. 彻底的轻量化（Markdown As Database & Context）

   没有引入复杂数据库、Redis 或 Heavy Vector Stores，所有的状态流转都依靠 Markdown 文件。这大大降低了部署门槛，且非常符合 Claude 等现代大模型的文本推理逻辑。

2. 解决“长对话 context 溢出”问题

   Agent 每次循环只读取精简后的 consensus.md，执行单一 Task 后退出，由外部 Shell 脚本唤醒新一轮 Cycle，从而巧妙绕过了传统 Agent 框架在长文本/长时间运转下发生的“大脑幻觉”与上下文爆满问题。

3. 从“工具”到“组织架构”的范式转变

   区别于单一 Coding Agent（如单独使用 AutoGPT 或 Cursor），Auto-Company 引入了顶尖大佬的决策框架（Mental Models）。不仅能写代码，还兼具了“产品筛选、商业模式评估、代码风控”等管理层职能。

4. 使用注意事项与风险提示

• Token/订阅额度消耗极大：由于是 24 小时不断循环运行，如果使用 API 模式会产生大量 API 费用，使用 Claude Code / Codex CLI 也可能快速打满每日配额。

• 完全自主性风险：虽然有 CLAUDE.md 的红线限制，但 AI 团队在极具自主权的情况下，可能会开发出意料之外的项目或消耗大量系统资源。

• 开发环境配置要求：依赖本地已验证安装好的 Claude Code 或 OpenAI Codex CLI 环境。在 Windows 上建议通过 WSL2 环境运行。

总结评价

MaxMiksa/Auto-Company 是一个兼具创新性与极简工程美的 Agentic MAS（多智能体系统）实验项目。它展示了现代 AI 编程智能体在脱离人工对话框束缚后，如何通过简单干净的 Shell 脚本与 Markdown 状态机，在本地演变成具备“自我迭代、产品研发”能力的全自动微型公司。对于想探索 AI Agent 长期保活（Continuous Agent）、多智能体协同机制以及本地自动化工作流的开发者来说，是一个非常值得学习和借鉴的优质开源项目。