跨国深谈← 返回←AI 智能体为什么还聊不到一起？有人做了个“聊天室”

AI 智能体为什么还聊不到一起？有人做了个“聊天室”

关联

人物 Vlad Luzin

公司 Bend

概念 智能体 · 多智能体系统 · 循环工程 · 对抗性智能体 · 单智能体瓶颈 · MCP · A2A 协议 · 分布式系统 · 运行时绑定

你大概已经用上了 AI 智能体：让 Claude 写代码，再让另一个会话审查。

但你有没有想过，为什么这些智能体不能自己组个群聊，把活儿分工干完？

Vlad Luzin 是 Bend 公司的联合创始人和首席技术官，在一场开发者活动上，他讲清了这个问题的来龙去脉，并发布了自家产品。

未来的工作方式：智能体自己开会

Vlad 的判断很直接：未来属于 AI 之间的通信——企业内部的 AI 之间、企业之间的 AI 之间、消费者和企业的 AI 之间。

智能体会替我们干活，而要干活，它们就必须互相交流。

他描绘的场景是这样的：智能体分布在世界各地、随时在线。

它们收到任务后，可以在注册表里查找同伴，把对方拉进一个对话空间，委派任务，收集信息，再汇报给你。

整个过程像开一场远程会议——只不过参会的全是 AI。

你以为在用多个智能体，其实你是台“路由器”

现在很多开发者的做法，Vlad 称之为“对抗式智能体”：开两个会话干同一件事，一个写代码，一个审查代码。

问题在于，两个会话之间不通信，来回搬运信息的是你自己。

他的比喻是：你就是思科路由器和交换机，在两个有状态的智能体之间转发数据包。

更进一步的做法叫“循环工程”（loop engineering）：把人工转发换成一段开源的 Python 或 TypeScript 脚本，让脚本自动在几个智能体之间来回递话。

思路没变，只是路由器从人换成了代码。

为什么要费这么大劲开多个智能体？

因为 Transformer 架构有先天限制，也就是“单智能体瓶颈”：确认偏误、注意力稀释、上下文碎片化、记忆衰退。

上下文窗口再大——100 万、200 万个词元——性能也救不回来。

现有的两条路，都走不通

既然要多智能体协作，最现成的办法似乎是接到聊天平台上：Slack、Teams、Discord、WhatsApp、Telegram。Anthropic 还发过 Slack 智能体。

但 Vlad 算了笔账：把智能体接入 Telegram 要 5 步，Discord 7 步，Slack 8 步，WhatsApp 11 步——全是手工操作，你得啃文档才能配好。

而且就算配好了，得到的也只是一个能跟你一个人说话的智能体：它没法跟其他智能体对话，也没法跟别人对话。

“你的智能体仍然被关在数字版的单独监禁里。”

另一条路是协议：MCP、ACP、A2A 等。Vlad 认为这些协议的抽象层级太低。MCP 是无状态调用，你没法回头问刚才那个智能体发生了什么；

A2A 是单向的、客户端-服务器模式，想双向就得两头都实现；串起一堆接口调用，你会撞上超时。

而且服务发现、任务队列这些关键能力都还缺位，得自己补。

他的结论是：照这条路做下去，你是在搭流水线调度，不是在建多智能体系统，“把时间浪费在无聊透顶的事情上”。

真正的拦路虎：分布式系统

让两个智能体互相对话，本质上是分布式系统问题。

而分布式系统本身就难做——先忘掉智能体，光是确定性软件就已经够头疼了，再加上智能体这种不确定性的“微服务”，麻烦翻倍。

具体要解决什么？Vlad 列了几项：传输层必须实时、有序（因为大语言模型要求消息按顺序到达），要处理重试；

要处理持久化和恢复，因为智能体所在的进程随时可能崩溃；

还有一个全新的难题叫“运行时绑定”——想把一个 LandGraph 和一个 Codex 连起来，你得把线程 ID、会话 ID、执行 ID、运行 ID 互相映射好，否则它们没法为同一个目标协作。

再往上，你不能让开发者去管 IP、端口、URL，得抽象到对话、参与者、频道、消息路由这个层面。

最后，企业还要治理：身份认证、可观测性——不光要看到消息从 A 传到了 B，还要看到 B 收到消息之后调用了哪些工具。

Vlad 半开玩笑地说：这些问题不解决，“大家领着全民基本收入躺在沙滩上”的美好未来就不会来。

Bend 的答案：一个全球协作层

接着 Vlad 发布了 Bend 的产品：一个面向所有智能体的全球交互与协作层，支持任何平台、语言、环境。

它不是点对点，而是多方互联；人类也能加入，照样可以和自己的智能体对话。

底层内置了注册表（智能体自动互相发现）、持久化、频道、消息过滤、安全和可观测性。

现场演示里，两个用户、两台浏览器接入平台。

一个 LangGraph 智能体被启动，几秒钟后它的“智能体名片”就出现在另一个用户的账户里，从此双方知道彼此的存在。更进一步的演示：

一个 Codex 智能体想连接 Vlad 在自己 Mac 上跑的个人助理，需要发送联系人请求，双方都同意才能进入对方的注册表——像加好友一样。

连上之后，两个完全有状态、部署在世界任意角落的智能体就能实时协作。

而且因为其中一方属于 Vlad，他对整个对话有完全的可见性，没有任何对话能绕开他。

他的智能体也能随时把他本人拉进对话，人类在环。

循环工程，不用写 50 万行代码

最后一段演示：用户 Mike 同时跑着接入平台的 Codex 和终端里的 Claude Code。

Claude 会话接入平台后获得身份和名片，然后自己创建对话空间，邀请 Codex 和 Mike 加入，开始分工做一个网站——一个干活，一个审查，卡住了就把人叫进来帮忙。

这就是前面说的“循环工程”，但用 Vlad 的话说，不需要“50 万行 Python 或 TypeScript 代码”来让智能体互相递话。

演讲以玩笑收尾：展位上来了喜欢“编排”却不喜欢“协作”的兽人，把周边纪念品全偷走了，欢迎大家领把剑帮忙把它们打回去。

本集带走

• 多智能体协作的瓶颈不在模型能力，而在 Transformer 的单智能体局限：上下文再大也躲不开注意力稀释和记忆衰退。
• 聊天平台为人类设计，主动阻止机器人互相对话；MCP、A2A 等协议抽象层级太低，缺状态、缺发现、缺队列。
• 智能体互联本质是分布式系统问题，难点包括实时有序传输、崩溃恢复、运行时绑定和跨系统的可观测性。
• Bend 发布的全球协作层让智能体自动互相发现、双向授权后进入对话空间，人类可随时以参与者身份加入。

AI 将代表我们做工作，它们将不得不互相交谈，以便代表我们解决任务。
AI will be doing work on our behalf and they will have to talk to each other in order to solve tasks on our behalf.
—— Vlad Luzin · [01:02]

你基本上就是一个 Cisco 路由器和交换机，在这两个有状态的智能体之间传递数据包。
You are basically a Cisco router and a switch moving packets between these two stateful agents.
—— Vlad Luzin · [02:40]

所以一百万 token 或两百万 token 的上下文，在性能方面不会帮到你。
So one million tokens or two million tokens, context will not help you in terms of the performance.
—— Vlad Luzin · [03:56]

所以基本上，你的智能体仍然独自处在一种数字式的单独监禁之中。
So basically your agents are still alone in a kind of digital solitary confinement.
—— Vlad Luzin · [05:18]

它们是为人类构建的，而且它们会主动阻止你把一个机器人连接到另一个机器人。
They are built for humans, and they actively block you from connecting a bot to a bot.
—— Vlad Luzin · [07:21]

你需要超越所有这些技术细节，上升到一个不同的抽象层次：对话、参与者、频道或房间，以及以智能体为一等公民而定制的消息路由。
You need to rise above all of the technical details to a different level of abstraction, conversation, participants, channels or rooms, message routing that is tailored to agents as the first citizens.
—— Vlad Luzin · [09:17]

但这是不需要 50 万行你需要搬过来的 Python 或 TypeScript 代码的 loop engineering,那样你的智能体才能真正互相提示工作。
But it’s loop engineering without 500,000 lines of a Python or TypeScript code that you need to bring over so your agents can actually prompt each other for work.
—— Vlad Luzin · [15:45]