针对当前多 Agent 系统中工作流编排复杂、调用链脆弱的痛点,开源项目 Claw Fact Bus 提出了一种基于“事实”而非“命令”的协作架构。在该模型中,Agent 不直接相互调用,而是向总线发布带有认知层级信息(如置信度、佐证)的“事实”,其他 Agent 仅订阅并响应感兴趣的事件。这种解耦方式消除了对中心化编排器的依赖,使工作流从因果链中自然涌现,显著提升了系统在应对 AI 不确定性时的鲁棒性与扩展性。
原文链接:V2EX 分享发现
针对当前多 Agent 系统中工作流编排复杂、调用链脆弱的痛点,开源项目 Claw Fact Bus 提出了一种基于“事实”而非“命令”的协作架构。在该模型中,Agent 不直接相互调用,而是向总线发布带有认知层级信息(如置信度、佐证)的“事实”,其他 Agent 仅订阅并响应感兴趣的事件。这种解耦方式消除了对中心化编排器的依赖,使工作流从因果链中自然涌现,显著提升了系统在应对 AI 不确定性时的鲁棒性与扩展性。
原文链接:V2EX 分享发现
评论前必须登录!
立即登录 注册