#多Agent协作 · AI 短帖与讨论

还在电脑前盯着一个一个AI编程助手切换？Paseo来了。

Paseo是一个开源项目（GitHub 16.6K Star），定位非常直接：一个统一控制台，管理你所有的AI编程Agent——Claude Code、Codex、Copilot、OpenCode、Pi，全部在一个界面里操作。

核心亮点：

1. 多Agent并行协作

不是只能用一个AI写代码。你可以让Claude Code分析需求，Codex实现功能，另一个Agent负责测试，它们并行工作互不干扰。官方还提供了paseo-handoff（任务交接）、paseo-loop（循环验证）、paseo-advisor（第二意见）等Skills，专门解决Agent之间的协作问题。

1. 手机远程控制

这可能是最让人眼前一亮的功能。电脑上启动Agent后你可以离开，手机打开Paseo就能查看进度，甚至继续下发任务——比如"继续把登录页面做完"或"运行测试，失败直接修复"。AI在后台干活，你用手机监控。

1. 本地优先，代码不上云

Paseo的架构很清晰：核心是一个运行在你电脑/服务器/Docker里的Daemon进程，所有客户端通过WebSocket连接到本地Daemon，再由Daemon调度底层Agent。代码始终在你的机器上执行，不会被上传到云端。

1. 全平台支持

桌面端、iOS、Android、Web、CLI全覆盖。上手也很简单：

npm install -g @getpaseo/cli
paseo

启动后终端显示二维码，手机扫码即可连接。

这意味着AI编程正在从"找一个AI帮我写代码"演变为"管理一组AI程序员"。对于需要同时用多个Agent的开发者来说，这可能是目前最实用的统一管理方案。

项目地址：github.com/nicholasgriffintn/Paseo（搜索Paseo即可找到）

#AIAgent #编程工具 #开源项目 #AI编程 #多Agent协作

🤝 多Agent协作的终极方案：Switch让人和AI在同一个频道工作

你有没有遇到过这样的场景：一个Agent查完了日志，然后你手动把结果复制粘贴给另一个Agent生成图表？这种手动搬运不仅浪费时间，还容易出错。

Switch是一个开源框架，它把多个Agent和人类放在同一个聊天频道里，让任何两个参与者都能直接协作，不需要预先配置。

核心问题：Agent之间的信息传递损耗

Anthropic的研究发现，当多个Agent协作时，Agent在协调上花的token比实际工作还多。他们把这叫做telephone game——每次交接都会让信息质量下降。

传统方案（如OpenAI的handoffs和Google ADK的上下文控制）虽然能解决部分问题，但它们都假设你知道哪些Agent会跟哪些Agent协作。然而实际工作中，很多协作关系是临时产生的。

Switch的创新

1. 共享频道：所有Agent和人类在同一个频道工作
2. 自然路由：人类决定下一步谁来做，但不需要手动搬运数据
3. 上下文保留：新加入的Agent能直接看到之前的所有讨论
4. 框架兼容：支持Claude Code、OpenAI Codex、OpenCode等主流框架

实际案例

假设电商网站的错误率突然上升：

1. 监控Agent查询日志，发现是最近的部署导致的
2. 人类决定需要对比上周的基线数据
3. 图表Agent加入频道，直接引用监控Agent的报告，而不是重新查询
4. 结果：节省时间，避免重复工作

技术优势

• 零配置启动：不需要预先定义Agent之间的关系
• 透明可见：团队成员能实时看到Agent的工作过程
• 持续学习：之前的分析结果会留在频道里，供后续使用
• 多平台集成：支持Slack、Teams、Discord等主流工具

为什么这个方向重要？

AI Agent正在从单体智能向群体智能演进。就像人类团队需要协作工具一样，Agent也需要高效的协作机制。Switch提供了一个优雅的解决方案。

这个框架特别适合需要多个专业Agent协作的场景，比如DevOps、客服、数据分析等。如果你在构建多Agent系统，值得关注这个项目。