Episode Details

📝 本期播客简介

本期我们克隆的是 AI Engineer 的一期 workshop 分享 The Five types of Multi-Agent Architecture — Luke Alvoeiro, Factory

作为 AI 编程 Agent Goose 的创始成员与 Factory 核心 Agent 框架负责人，Luke Alvoeiro 为我们带来了一场关于多 Agent 协作系统的深度演讲。他提出，今天的模型已经足够聪明，但人的注意力成了工程推进的瓶颈。为此，他详细分享了自研的 Missions 系统，如何通过组合五种多 Agent 模式，让任务自主运行数天甚至数周。这既是技术架构的解构，也是对下一代软件开发范式的现场演示。

👨‍⚕️ 本期嘉宾

Luke Alvoeiro，Factory 公司核心 Agent 框架负责人，知名开源编程 Agent Goose 的创始成员。他拥有丰富的开发者工具背景，目前致力于将自主 Agent 能力带入整个软件开发生命周期。

⏱️ 时间戳

00:00 开场 & 播客简介

注意力瓶颈与多 Agent 框架

01:32 软件工程的真正瓶颈：不是智能，而是人的注意力

02:00 五种多 Agent 通信模式：委派、创作者验证者、直接通信、协商、广播

Missions 系统：打造可以运行数天的 Agent 任务

04:00 三角色架构：编排者（规划）、工作者（实现）、验证者（验证）

06:00 验证合约：在编码之前定义“完成”，防止系统偏离

08:00 双重验证者：Scrutiny Validator 与 User Testing Validator

09:30 串行执行与内部并行：兼顾效率与一致性

10:30 最长 16 天的自主任务，比一个完整冲刺还长

模型选择与架构哲学

11:30 Droid Whispering：在正确位置使用正确模型的直觉

12:30 模型无关架构：摆脱单一模型提供商，随模型升级而增强

生产案例与关键启示

13:30 案例：克隆 Slack——代码中测试占比 50%，90% 以上覆盖

14:00 编排逻辑写在提示词中，而非硬编码状态机，让系统随 AI 进化

14:45 结语与挑战：用 /missions 开启你的第一个自治任务

🌟 精彩内容

💡 真正的瓶颈是注意力，不是智力

Luke 开门见山地指出：“哪怕最优秀的工程师，一次也只能同时推进几个任务。今天的模型已经聪明到能完成所有这五十个任务，但我们没有足够的带宽去监督它们的实现。”这一观点奠定了全场演讲的基调：如果我们能把人类从执行监督中解放出来，生产力的天花板将彻底打开。

🛠️ Missions：构建一个 Agent 生态，而非单个 Agent

传统的 Agent 对话无法胜任持续数天的任务。Factory 的答案是将 Delegation、Creator-Verifier、Broadcast 和 Negotiation 四种模式融合进一个名叫 Missions 的系统。它通过结构化的交接（handoff）、共享状态和明确的“验证合约”，让一群 Agent 能像团队一样协作。Luke 强调：“错误在里程碑边界被捕获，修正工作被明确范围，然后任务会自行把自己拉回正轨。”

🧪 在编码之前定义正确

大多数编码 Agent 的测试是在代码完成后补写的，这只能确认既有决策，无法抓到真正的偏差。Missions 引入“验证合约”在规划阶段就定义好成百上千个独立于实现的断言。Luke 解释：“我们在规划阶段就写好了验证合约，早于任何代码，它用与实现无关的方式定义正确性。”这从根本上阻断了系统跑偏的可能。

🤖 没有银弹模型，只有合适的位置

“没有哪个单一模型或模型提供商能在所有方面都做到最好。” Luke 指出，编排需要慢速推理，实现需要代码流畅度，验证需要指令遵循能力，必须为每个角色选择最适宜的模型。他称这种技能为“Droid Whispering”——在脑海中模拟不同 LLM 的互动并预判其失败点。而且 Factory 的架构是模型无关的，意味着每一次基础模型的进步，系统都会自动获益。

💻 16 天，比敏捷冲刺更长

演讲中一个震撼的数字：“我们跑过最长的任务持续了十六天，这比一个完整的敏捷冲刺还要长得多。”这一成绩得益于严格的串行执行架构和强大的验证闭环。在克隆 Slack 的实例中，系统 60% 的时间花在实现上，但验证环节几乎从不一次通过，这正是制度化的质量保障。

🌐 播客信息补充

本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的

使用 AI 进行翻译，因此可能会有一些地方不通顺；

如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight