多Agent的问题核心

1. 让AI做决策，让他知道哪些是规则，必须遵守，哪些是它可以做的决定。哪些需要人类决定，哪些可以AI决定。

2. AI 是做概率问题，会选择最大概率的内容或者选择。当它做选择时，可能时N个无线分叉树。

3. 目前 单机的小规模的AI最好只做单agent的会话，涉及多Agent的情况可能会出现不稳定。最好使用大模型，尤其时头部智能度高的模型。

4. 要理解AI agent 模式下的思考对于AI来说就是选择题，没有任何负担的选择。人类处理则需要考虑各种成本。单实际成本可能比人类还贵。

5. 模型的使用，有限制，包括本地操作也有限制，包括token的传递量，api并发数量等。

6. 如何确定AI完成了一个问题，也时概率形的。它可能会出现自己认知的异常。需要人工设置停止的策略，比如运行的轮数。

7. 不要多agent（子agent）并发操作，除非毫不相关。

8. 多Agent是否有前后依赖关系，必须确定顺序。

9. 对超长内容，如何压缩，汇总，或者记忆是必要的。采用子Agent返回结构+记忆或者skills更优。