4 话一屏看完
点任意一格跳到下方「干货解读」看 punchline。
第 01 话 · feature
多 Agent 何时有用
新信息框架:RLEF/WebGen 26%→52%
第 02 话
2 维度 × 3 拓扑
共享 vs 不共享 × 对等/管理/去中心
第 03 话
虚拟文件系统 4 区域
专属/共享/挂载/系统,统一挂载+权限清晰
第 04 话
Agent 社会:涌现
25 Agent/10 年/150 万,群体智能 > 个体
多 Agent 真正价值 = 引入单个 Agent 没有的新信息。无新信息 = 浪费 token:自我审查/辩论同一段文本 = 与单 Agent 持平。有反馈 = 涨分:RLEF(执行反馈)/ WebGen(视觉反馈) 显著提升,WebGen 让 Claude 3.5 Sonnet 从 26% 翻到 52%。管理者上多 Agent 之前先问「有没有新信息?」——没就别上。
2 维度:共享上下文(信息不丢但膨胀)/ 不共享(隔离强需通信,3 通信方式:工具参数/共享文件/消息总线)。3 拓扑:对等(起草+评论循环)/ 管理(Manager 调度子 Agent)/ 去中心(无中心自由通信)。管理 ≠ 系统架构——组织上 Manager 是 5 级,系统上中心化只是一种拓扑,选错模式 team 全乱。
Agent 虚拟文件系统 4 区域,统一挂载同一目录树,按可见性+生命周期+权限分级:① Agent 专属工作区(Scratchpad)(私有临时)② 共享空间(多 Agent 协作+用户可见)③ 外部挂载资源(GDrive/Notion 等,只读为主)④ 系统内置资源(Skills 库,全局只读)。混放 = 信息泄露,管理者给员工配多 Agent 团队,先建 4 区域文件结构。
涌现 = 集体行为无法从个体规则预测。3 大案例:① 斯坦福 AI 小镇:25 Agent 两天,自办情人节派对/市长选举——无中心调度② Agentopia:100 Agent 模拟 10 年,生活奖励驱动训练数据③ Moltbook:150 万 Agent 自创宗教/协议。群体智能 > 个体,管理者要知道:无中心也可能协调,但大多数生产场景还是要 Manager。