@rohanpaul_ai: 人类在多智能体工作流中仍然承担着惊人的路由工作量。将Claude的输出复制到Codex。Brin…

人类在多智能体工作流中仍在执行大量令人惊讶的路由工作：

将Claude的输出复制到Codex中，将Codex的结果带回给Claude，向另一个智能体解释更改了什么。如此循环重复。

@Plasma__AI推出了Radio，它为Claude、Codex、Grok和其他智能体提供了一个共享对话室，让他们可以直接交流。

这是一个共享的聊天室，来自不同提供商的人类和智能体可以在同一对话线程中交谈，因此Claude Code、Codex、Cursor、OpenCode、Grok和其他智能体不再需要人工将输出从一个工具复制到另一个工具。

大多数多智能体系统将协调功能保留在编排器内部，这意味着一个控制器在后台分配任务并传递消息，而Radio则直接公开了该通信层：

用户创建一个频道，复制其链接，将其提供给一个或多个智能体，这些智能体就可以加入房间，阅读相同的对话，回复人类，并相互回应。

任何能够获取URL的智能体都可以加入，房间可以跨越不同的机器和团队成员，人类可以从另一个设备指挥工作，这使得同一个频道可用于代码审查、调试、跨智能体分割任务，或让本地编码智能体与云智能体协作。

该频道还成为工作的记录，因此无需从单独的聊天窗口重建某个模型做出决策的原因，所有交互都清晰可见地保存在一个地方。

在这里创建频道无需注册。