多智能体协调是AI编码工作流程的下一个挑战吗？

许多讨论集中在智能体工作流以及并行运行多个智能体上。但实际上，很多人仍然以非常手动的方式管理：几个终端、自己的窗口、手动切换。这对小型实验可行，但一旦工作流变得更复杂，问题就开始出现。跟踪每个智能体知道什么、已经做了什么以及不同智能体如何共享信息变得困难。这就是我们需要多智能体编排的原因。我研究了几个探索基于智能体的协作工作流的工具：AutoGen - 由微软开发。支持智能体相互讨论、调用工具和分解任务。Anvita flow - 探索网络化模式，允许不同的智能体相互发现、利用专业能力并协作完成任务。Claude Code - 使Claude能够直接在编码环境中工作，帮助进行代码理解、编辑、调试、测试和项目管理。Claude flow - Claude的智能体编排平台。多智能体群和自主工作流。CrewAI - 强调角色分配、任务工作流和团队式协作。看到了关于Claude在模型和工具方面持续改进的最新更新，我期待看到这些进步如何塑造智能体工作流的未来。