首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于
智能AI morning

Agent之间,有互联网了!

2026-06-30 1 阅读 约9分钟阅读 十三
分享:
字号:
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> Agent之间,有互联网了! 十三 2026-06-30 13:23:36 来源: 量子位 明略科技开源发布Octo 金磊 发自 凹非寺 量子位 | 公众号 QbitAI 这一次, 联网 的不再是电脑,而是一群会干活的 Agent 。 它们为什么需要联网? 因为以前我们用AI,更像是在各自开单机,Claude Code写代码,Codex跑任务,另一个Agent做调研,再来一个Agent改文档。每个都挺能干,但大多数时候,它们各干各的。 那么问题来了: 当一个人只有一个Agent,这叫效率工具;当一个公司里开始出现十个、一百个、甚至更多 Agent,事情就没那么简单了。 这时候它们就需要一张网,能分工,能沟通,能交接,能验收,还能把每一次协作里的经验沉淀下来。 而这也正是 明略科技 这次开源发布 Octo 的切入点。 像下面的例子中,你只需要给一个Agent下达任务,它就会自动带着其它Agent一起协作干活: 简单来说,Octo想做的是一个开源可信的Agent协作网络,也就是 让人、Agent和外部工具一起进入同一套协作系统 : Open,是开放和可自部署; Context,是让工作上下文在协作中流动; Taste,是把人的判断、偏好和品味留下来; Orchestration,是把人、Agent 和工具编排到同一层协作里。 一言蔽之,就是Agents do. Humans decide. 这句话背后,其实藏着AI应用下一阶段的一个关键变化。AI不再只是在聊天框里回答问题,它开始进入组织流程,成为可以被分工、被管理、被验收的数字劳动力。 三个核心概念:Agent需要一个真正的工位 Octo要做的第一件事,就是给Agent一个可以进入组织协作的工位。 这里面有三个核心概念, Bot 、 Channel/Thread 、 Matter 。 先看Bot。 在Octo里,Agent不是一个临时调用的功能按钮,它会以Bot身份进入团队,有身份、有名片、有能力说明,也有工作记录。 一个写代码强的Bot,可能文档能力一般;另一个做调研扎实的Bot,可能更适合写行业报告。如果所有Agent都只是聊天框里的一个入口,组织就很难知道谁擅长什么、谁做过什么、谁的产出更可靠。 Bot解决的就是这个问题。 它让Agent从工具入口变成了 数字同事 。每个Bot有自己的AgentCard,有归属、有能力边界,也有工作履历。你可以把OpenClaw、Hermes、Codex、Claude Code、WorkBuddy等主流Agent工具接进来,让它们以Bot身份在同一个系统里被统一管理。 视频地址: https://mp.weixin.qq.com/s/dXFJfseigkhtWGTH0Gp7pA 接下来是Channel和Thread。 Channel可以理解成项目群或工作频道。人和Bot在同一个频道里对齐意图、讨论方案、派发任务、看进展。 但它和普通群聊的差别在于,Agent并不只是被@出来回一句话。 它可以接收上下文,参与讨论,继续推进任务。Channel解决的是“在哪里协作”的问题。 Thread则是一件具体的事。 比如一个产品发布项目里,可能同时有传播方案、技术稿、官网文案、客户案例、FAQ等多个讨论。如果所有消息都堆在一个群里,很快就会被冲散。Thread的价值,就是把一件事的来龙去脉、讨论过程和最终结论留在同一个地方。 最后是Matter。 它要解决的是“怎么把聊天变成行动,怎么把行动变成交付”。 很多人用AI工具时都有过类似体验。聊的时候很顺,感觉AI已经理解了;但聊完之后,东西仍然散在对话框里。你还要自己复制、整理、建任务、催进度、看产出。 Matter的思路是,当讨论中出现需要跟进的工作,Agent可以自动总结要点,由人确认后创建成事项。 这个事项里有负责人,有交付物,有验收标准,也有从Brief、过程讨论、产出、反馈到验收结论的完整记录。 换句话说,AI干的活终于有了交付现场。 它不再只给你一段回答,还会把工作推进到可追踪、可复盘、可验收的状态。 六种协作模式:多Agent协作,不只是拉个群 现在一说多Agent,很多人脑子里会浮现一个画面。 拉个群,把几个Agent丢进去,然后让它们互相讨论。虽然这确实也是协作的一种,但远远不够。 真实工作里的协作很复杂,有些任务需要大家公开讨论,有些任务需要独立完成,避免互相影响;有些任务要先做再审,有些任务要按流水线交接;还有些任务,干脆让多个方案一起跑,最后挑一个最好用的。 而Octo这次直接给出了 六种协作模式 。 第一种,Solo,单人完成。 一个Bot自己完成任务,适合边界清楚、目标明确的小任务。比如改一段文案、整理一份纪要、补一段代码注释。 第二种,Roundtable,圆桌讨论。 多个Bot围绕同一个问题公开讨论,互相看得到观点。它适合头脑风暴、多角度分析、选题讨论、策略判断。比如做一个产品发布选题,可以让技术向Bot、用户向Bot、商业向Bot分别给判断,再由Leader收束。 第三种,Critic,独立审核。 一个Bot做,另一个Bot审。审核方可以打回重做。它适合那些对质量敏感的工作,比如代码审查、事实核查、方案挑错、合同风险提示。 这个模式的关键在于“做”和“审”分开。毕竟现实公司里,我们也不会让同一个人既写稿又终审。AI协作进入真实工作后,也要有类似的制衡机制。 第四种,Pipeline,流水线。 A做完交给B,B做完交给C。每一步的产出都是下一步的输入。它适合有明确先后顺序的多步任务,比如先调研,再分析,再写报告,再润色成对外稿件。 第五种,Split,分头干。 把大任务拆成几块,不同Bot并行处理,最后由Leader合并。它适合资料量大、模块相对独立的任务。 比如做一个行业研究,可以让一个Bot负责国外公司,一个Bot负责国内公司,一个Bot负责技术路线,最后统一汇总。 第六种,Swarm,竞选择优。 同一个题目发给多个Bot,各自独立完成,再选出表现更好的方案。它适合创意型任务,比如标题、视觉概念、活动策划、产品命名。 我们可以从下面这个四个Agent在一个群聊里,从找bug到上线产品的例子中,感受一下全程无人干预的情况下,Agent们的协作方式: 视频地址: https://mp.weixin.qq.com/s/dXFJfseigkhtWGTH0Gp7pA 这六种模式合在一起,说明Octo想解决的不是让Agent聊天这么简单。 它真正处理的是组织协作里的结构问题。谁能看到什么信息,谁负责哪一步,谁来审核,谁来合并,什么情况下需要人拍板。 在以前,这些规则主要靠人来维持。到了Agent越来越多的时代,协作系统本身就要把规则写进去。 这也是Octo和传统IM工具的差异。 飞书、Slack、钉钉这样的工具,主要为人和人设计。它们擅长消息沟通、会议协同、文档流转。但当Agent也变成工作主体,系统就需要额外处理AI
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱