Knowledge Topic
多智能体
讨论天数
3
贡献者
15
提到工具
22
核心洞见
多智能体的核心不是数量，而是任务拆分、状态可视化和结果验收。
并发可以节省等待时间，但没有看板和日志会放大混乱和重复劳动。
个人 Agent 系统需要先搭框架，再逐步补充角色、技能和业务数据。
人从执行者转向调度者后，产品直觉和验收标准会变得更重要。
多智能体系统的难点不是角色命名，而是任务拆解、上下文传递和质量验收。
通用工作流尽量先参考开源项目，真正自研的应是垂直业务差异化部分。
Skills 是把行业经验变成可复用能力的关键载体，比每次重新提示更稳定。
OpenClaw、Hermes 等工具降低了入门门槛，但专业玩家仍需要理解 CLI、官方工具和底层模型。