如何不再手动协调多个AI代理，让它们直接对话

大约有一周时间，我的“多代理工作流”低技术到令人尴尬。我会先用一个模型（比如Claude Code）制定计划，然后因为我想要第二个意见，我会把整个计划粘贴到Codex中，看看它是否能发现第一个模型遗漏的东西。PR评审也一样：一个模型审查差异，然后我把同样的差异交给另一个模型进行二读。在它们之间移动上下文其实不是问题。复制计划或让两个代理指向同一个文件很容易。问题始于第二个模型给出了十条建议时，我仍需逐一检查每条建议，判断其是否有效，弄清它是否基于缺失的上下文，并确定第一个模型会同意还是反对。到某个时候，我意识到自己并没有节省多少时间。我只是把自己变成了AI代理之间的信使和裁判。我真正想要的是让它们直接讨论工作：质疑彼此的假设，验证提议的更改，并就实际应该添加到计划或修复代码的内容达成一致。但我不希望这种讨论在一个黑箱里无形地进行。我想看到对话，理解某个建议为何被接受或拒绝，并在不同意时随时介入。还有另一个问题。当一个代理连续工作20或30分钟时，我显然不会坐在那里盯着终端。我会开始另一个任务，这意味着打开另一个代理。然后我可能也想对这个任务获得第二个意见。不久，我就有了一个终端窗口和会话的集合，它们都在处理不同的事情，处于不同的阶段。哪个代理在做什么？这个计划已经被审查过了吗？那些建议是否已被验证？下一个应该检查哪个会话？我使用的代理越多，花在协调它们上的时间就越多。这就是我构建Accord Agents的原因：一个共享工作空间，让来自不同提供商的多个编程代理可以处理同一任务，相互交流，审查彼此的工作，并使整个过程对人工可见。纯凭感觉编码的开源项目。目标不是将人从流程中移除，而是不再让人工手动在代理之间传递每一条消息。我很好奇是否有其他使用多个编程代理的人遇到过同样的问题。你们目前是如何组织这个工作流的？