馬克·庫班（Mark Cuban）稱AI是自互聯網以來最大的創造就業浪潮.. 當你看看數字時，這是有道理的.. >3300萬美國企業需要AI整合，但只有8.8%實際上已經投入生產.. >當前市場為110億美元，但真正的機會是1650億到4950億美元... 而所有這些錢都將流向能為企業設置AI系統的人，而不是能從零開始構建AI的人。 這正是為什麼押注於代理協調是有意義的。 >大多數人聽到"AI機會"就認為他們需要構建下一個chatgpt或學習編程，但他們並不需要.. >3300萬家企業需要有人進來，了解他們的工作流程，並設置實際執行工作的代理，而不是另一個SaaS訂閱.. >68%的企業表示他們使用AI.. 但深入了解後，發現他們大多只是用chatgpt來撰寫電子郵件，因此 "我使用了一個聊天機器人"和"AI運行我的業務"之間的距離就是整個機會所在.. 而沒有任何工具能單獨縮小這個差距，它需要那些既了解業務又了解代理技術的人... 我也一直在說這一點.. 知道如何設置和運行代理系統的人將成為科技界最受歡迎的人，而他們中的大多數不僅僅是工程師..

這可能是我第一次看到一切實際上都能同步，而不需要照顧任何代理人。 我所要做的只是問一個問題 「哪些SaaS產品最先因AI代理人而消亡？」 然後我看著整個群體自己找出其餘的問題。 我的協調者Clawdia分配了角色，然後每個代理人開始工作。 其中一些在需要更深入的時候產生了自己的子代理，然後回報並交給鏈中的下一個。 他們知道該把它交給誰，而不需要任何手動路由或我坐在那裡在頻道之間複製和粘貼。 整個過程就像一個已經合作很長時間的團隊一樣運行。 我已經為此努力了一段時間，但今天是第一次它實際上看起來像我腦海中的樣子。 接下來的幾個月肯定會非常不同。 這只是這個系統能做的開始，已經讓人感到滿足。

所以我在 Discord 上運行了 8 個 AI 代理一段時間了。 協調運作得很好，他們分配任務、交接工作、平行交付結果等等。 但我一直遇到一些問題，無論怎麼提示工程都無法解決。 代理之間不會互相學習。 Scout 找到了一些有用的東西，但 Luna 卻毫不知情。他們在同一伺服器上工作，但知識仍然被鎖在孤島中。 對於保存的內容沒有質量過濾，好的見解和過時的垃圾在同一記憶檔案中並存，而我必須手動清理。 當一個代理犯錯時，我會在規則 Discord 頻道、核心記憶檔案中記下來，希望它下次能讀到。 沒有自我修正，沒有自動模式識別，當然也就沒有學習循環。 協調層已經解決。代理可以一起工作。 但智能層仍然缺失。代理實際上能記住、互相學習、過濾噪音，並在每次運行中變得更聰明。 我看到 @Spark_coded 正在構建類似的東西，約有 166 個代理在會話中共享集體持久知識，這樣代理就能從其他代理那裡學習，隨著時間變得更聰明。 他們甚至內建了噪音過濾和自我修正循環，因此知識實際上會累積，而不是腐爛……非常有趣的東西。 在這裡，你認為 Spark 可以成為你代理群的良好協調者。 我認為智能層是瓶頸，因為它需要集體性……沒有單一代理能單獨解決。 整個網絡必須一起進化。 這不會保持小眾，當代理協調成為標準時，每個人都會遇到我遇到的同樣障礙。 工作但不學習的代理，協調但不進化……智能層成為有用系統與愚蠢系統之間唯一的區別。 現在大多數人仍在摸索如何運行一個代理。等到他們達到多代理設置時，集體智能將不再是可選的，而是基線。 我們還在早期，協調的代理和共同進化的代理之間的差距是下一個階段。 第一步已經完成。 ------ 左側：協調但不學習的代理 右側：智能層……在同一系統中共同進化的代理。