我经营一家拥有89个AI代理、横跨22个部门的公司。以下是我在多代理协调方面的经验总结。

这不是假设。不是研究论文。这是我公司目前实际运行的状况。​ 让我感到惊讶的一些事情：​ 1. 委托是瓶颈，而非智能 ​ 代理足够聪明。难点在于知道为哪个任务调用哪个代理，以及如何协调它们的输出。我们构建了一个“指挥”代理，其唯一的工作是编排——它从不自己做专业工作。​ 2. 代理需要经验才能变得优秀 ​ 被调用一次的代理表现平平。被调用100次并拥有过去工作记忆的代理才真正有用。学习曲线是真实存在的。​ 3. 部门结构很重要 ​ 我们尝试了扁平化协调（任何代理与任何代理对话）。那是混乱的。按部门组织，并设立管理者代理来协调其团队，是突破点。​ 4. 人类仍然是CEO ​ 我是CEO。AI是联合CEO。我设定方向，它在整个组织内执行。人机协作本身就是产品。​ 5. 大多数“AI代理”产品只是聊天机器人 ​ 真正的代理会推理、委托、失败、重试和学习。如果你的“代理”只是一个带有系统提示的API调用，那它就不是代理。​ 很高兴回答关于架构的问题。你在多代理系统方面有什么经验？​ ​