這篇整理我在跨 Agent 協作上遇到的問題。
我把它分成兩個面向:一是本地不同 Agent 之間,要怎麼接續彼此的進度;二是任務邏輯要怎麼拆分與架構。
最後再聊一個我覺得蠻直覺的方向:由一個指揮者控制多個 Agent,以及接下來想處理的兩個題目。
先條列我目前遇到的痛點:
平常開發時,我很常遇到一個狀況:週額度快燒完了,但手上的任務已經執行好幾天,所有開發進度都留在同一個 session 裡。
很多上下文都在這裡,如果想繼續做下去但已經沒有額度,就會需要從 Claude Code 切換到 Codex。
問題是兩邊的 context 管理方式和可以取用的工具不太一樣,接續開發時就會產生一些摩擦力。
雖然可以透過指令來讓新的 Agent 去讀前一個 Agent 留下來的上下文,比如跟 Codex 說:我今天在 Claude Code 有一個關於 XXX 的對話,請接續做開發。
但從工程的角度來看,也很難讓人完全放心,不只是上下文,但包含 skill 要怎麼同步、不同 Agent 拿到的資訊是否一致,好像還沒有那麼嚴謹。
這是跨 Agent 協作的第一個面向:本地不同 Agent 之間,要怎麼接續彼此的進度,在同一個任務上協作。
這部分我目前也還沒有歸納出一套比較統一、一致的方法。
也許 Agent 最終會發展到根本不需要我們管理這些工程上的細節,但以現在,我還是蠻想把這個問題想清楚。
跨 Agent 協作的第二個面向,是任務邏輯的拆分與架構方式。
這件事其實跟寫程式很像。
實作一個功能時,我們可以把邏輯抽成 util、抽成 service,也可以直接在需要處實作。
同樣地,要讓 AI 做事的一套規則或資訊,可以包在 subagent、獨立 Agent 的 CLAUDE.md 或 AGENTS.md,也可以做成 skill 或 MCP。
這些都是不同的架構選擇。
如果從這個面向著手,就可以重新思考現有的開發流程能不能更順利、更有效率,或是讓邏輯切分得更清楚。
最近我看到一個概念,是由一個指揮者控制多個 Agent。
我覺得這個方向有兩個好處:第一是蠻酷、蠻好玩的,第二是邏輯切分的概念蠻清楚。
我們可以把 AI 切分成多個負責不同專門事項的角色。
這樣不管是指派任務,還是教導不同的 skill,都會變得蠻自然。
不同角色需要的上下文,也可以做對應的區隔。
這種架構也很符合人類分工的模式。
每個人的職責不同,再透過一個管理者,或是不同角色之間的互相溝通來完成任務。
我覺得這會是一個人類在做邏輯拆分、管理多 Agent 蠻直覺的方向。
※ 本文架構與觀點由我構思,成稿過程使用生成式 AI 協助整理與潤飾,內容經本人驗證。系列說明見 Day 1。