我们从狼人杀和Zoom出发——最终构建了一个多智能体工作空间

当我们最初设想Nexus时，我们并不是在试图构建另一个聊天机器人，或一个只是把相同任务发送给几个AI智能体的系统。我们最早的灵感来自两个截然不同的地方：社交推理游戏狼人杀和共享Zoom会议室的概念。在狼人杀中，每位玩家都有独特的身份，而主持人——有时被称为游戏的“上帝”——了解整体结构，引导玩家，并推动游戏进行。玩家们互相倾听，基于不完整信息做出决策，并根据各自角色行事。这种结构出人意料地适合AI协作：人类或主持智能体可以协调整个过程，而多个专业智能体则以不同的身份、技能、职责和视角参与其中。然而，我们觉得大多数现有的多智能体系统仍然缺少一些根本性的东西。它们可以在多个智能体之间分配任务，但这些智能体往往表现得像是被预定义工作流连接起来的孤立工作者。它们能产生各自的结果，却很少像真实团队中的人们那样自由交流——倾听同一场对话，互相提问，来回交接工作，或者在听到其他参与者更好的想法后改变方向。这让我们回到了狼人杀的昼夜结构。白天，所有人都参与共同讨论。人类可以与主持人交谈，主持人可以协调各个智能体，而智能体们也能在相同的公共语境中听到彼此并做出回应。夜晚，选定的玩家可以私下交流。在Nexus中，这变成了智能体之间的定向通信：一个智能体可以私下要求另一个智能体核实结果、审查某些工作或准备答案，而不必自动将每条中间消息暴露给整个团队。一旦私下工作完成，结论就可以带回到公共对话中。Zoom这个隐喻为这种通信结构提供了一个自然的归属：房间。Nexus房间是一个共享空间，人类和多个智能体可以在其中讨论、委派任务并共同工作。每个智能体还拥有自己的工作空间，其文件、技能、记忆和长期工作上下文都可以持久化。公共房间、私密通信和独立工作空间共同让智能体能够像真实团队的成员一样协作，而不是响应孤立提示的临时实例。我们的目标不是创造一个无所不知的AI。我们想创造一个环境，让人类和专业智能体能够通过公共讨论、私人协调、明确角色、持久上下文和有意义的人类控制来共同工作。始于狼人杀和Zoom的组合，最终变成了我们面对的一个更大问题：当AI智能体不再是逐个对话的工具，而是成为共享工作空间的参与者时，通信应该是什么样子？我们很想听听其他从事多智能体系统工作的人的看法：智能体是否应该能互相“耳语”，而人类对这些对话又应该拥有多少可见度或控制权？