这是一个系列文章中的第二篇，讨论 Pragma 在构建多 Agent 系统过程中遇到的六个核心问题。从一个长期运行的 Agent 系统需要具备的工程能力出发：执行环境如何替换，上下文如何组织，多个专家如何协作，经验如何积累，复杂任务如何组合，以及整套工作方式如何成为可以版本化和分享的资产。开源地址：https://github.com/pqpo/pragma ，欢迎下载体验、star 、fork 和提交 PR, 支持 Windows ，Mac 客户端，可以直接下载体验。
本篇文章主要讨论和回答：如何组织和共享多 Agent 之间的上下文？如何减少上下文传递？如何高效的利用已知上下文？
 |
1
Suger828 5 days ago
感觉大佬可以给阿里的 agentteam pr
|
 |
2
jerrrrr 5 days ago
大佬觉得 multi-agent 有商业价值吗？我理解其可能只会面向很小一部分任务，而且是很难的任务。但很难的任务通常偏向于做深度上的探索，而 multi-agent 更偏向于基于宽度上的探索，咋一眼没啥优势（先不考虑 context 污染等任务）。从这个角度是不是 RSI 更有价值呢？
|
 |
3
pqpo OP @jerrrrr 文章里其实也说了，还是单智能体优先，根据不同的场景选择 multi-agent ，包括 sub-agent 、agent team 、workflow 都对应不同的使用场景，不一定是很难的任务。
RSI 其实和 multi-agent 也不冲突，之前谈论的是 agent 自进化更多的是沉淀记忆，越用越好用，Pi 或者 DSH 更进一步开始自进化代码本身。 |
Select Language