以任务为中心的工作区
在一个工作区中管理任务、agent 会话、工件和 worktree，方便工程师和队友一起跟进工作。
HumanLayer
认领HumanLayer 是面向复杂代码库工程师的 AI IDE 与协作平台，支持管理 agent 会话、工件和评审流程，并可使用自有 Claude、Codex 或 API key 方案。
概览
HumanLayer 是一个 AI IDE、协作平台，也是面向软件工厂的一组构建模块。它面向在复杂代码库中工作的工程师，帮助他们在不丢失代码质量或架构控制的前提下协调 agentic 编码工作。
该产品将任务管理、agent 会话、工件和协作评审整合到一个工作区中。来源称它已被从 YC 初创公司到《财富》500 强的团队使用，并支持接入自有的 Claude、Codex 和其他 AI 订阅或 API key，而不是引入单独的按 token 计费。
核心能力
与工作关联的工件
将研究、设计文档、计划、原型图和其他输出组织为与任务关联的版本化工件。
结构化的 agent 工作流
采用分阶段工作流，从问题和研究推进到设计、结构、计划和实现，并在过程中设置检查点。
基于评论的设计评审
通过行内评论评审设计文档，并在实现开始前将决定反馈回 agent 工作流。
完整会话可见性
检查思考消息、子 agent 工具调用和代码变更，以保持对 agent 正在执行内容的可见性。
本地与云端 daemon 支持
在本地笔记本 daemon 上并行运行 agent 会话，或将长时间运行的工作交给云端 daemon，并通过 HumanLayer API 同步。
常见使用场景
通过评审阶段交付复杂功能
在研究、设计、计划和实现之间协调一个多步骤编码任务，同时让团队在每个检查点保持一致。
在实现前评审架构
围绕设计文档进行协作并添加行内评论，然后在编写代码之前将决定回流到 agent 工作流中。
在一个工作区中管理 agent 工作
为单个任务跟踪多个 agent 会话、工件和 worktree，让团队看清哪些在进行中、哪些已完成。
混合本地与云端执行
在本地笔记本 daemon 上并行运行会话以进行主动开发，或在需要时将长时间运行的工作迁移到云端 daemon。
保留现有 AI 订阅
使用你现有的 Claude、Codex 或基于 API key 的 AI 方案，而不是采用单独的 token 计费方式。
Pros and Cons
Pros
- 在一个工作区中整合了任务、会话、工件和 worktree。
- 在实现前提供清晰的多步骤工作流，有助于团队尽早评审方向。
- 支持围绕设计文档进行行内协作，而不是把它们当作彼此孤立的工件。
- 不仅能看到最终输出，还能查看 agent 的推理和工具活动。
- 允许团队使用自己的 AI 订阅或 API key。
Cons
- 收集到的来源未披露定价层级、限制或方案详情。
- 首页文案中的功能覆盖范围比详细产品文档更广，因此在可用证据中，某些工作流仍只是部分描述。
FAQ
HumanLayer 是做什么的？
HumanLayer 将自己定位为面向软件工厂的 AI IDE、协作平台以及一组构建模块。网站说明它帮助在复杂代码库中工作的工程师在一个地方管理任务、运行多个 agent 会话，并与队友协作。
工作流是如何运作的？
首页描述了一个包含六个阶段的工作流：问题、研究、设计、结构、计划和实现。HumanLayer 表示，这些阶段会在写入代码前设置检查点，并帮助团队实时评审设计决策。
我可以使用自己的 AI 订阅吗？
网站说明团队可以接入自己已有的 Claude、Codex 和其他 AI 订阅或 API key，因此无需管理单独的按 token 计费。
HumanLayer 是在本地运行还是在云端运行？
来源提到本地 daemon 可用于在笔记本上运行多个 agent 会话，云端 daemon 则用于长时间运行的工作。它还说明所有内容都会通过 HumanLayer API 同步，并且同一套界面可在网页、桌面端或手机上使用。
HumanLayer 的费用是多少？
来源中包含的定价页面显示了产品的定价区域，但收集到的文本没有披露方案名称、价格或限制。根据现有证据，提取出的页面文本中看不到定价细节。
Quick Facts
- 类别
- AI IDE / 开发者工具
- 主要用户
- 在复杂代码库中工作的工程师和团队
- 工作流
- 问题 → 研究 → 设计 → 结构 → 计划 → 实现
- 部署模式
- 本地 daemon，可选云端 daemon
- 界面
- 网页、桌面端和手机端 UI
- 网站
- humanlayer.dev