[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"news-rich-aibox-multiagent":3},{"createTime":4,"updateTime":4,"deleted":5,"id":6,"announcementType":7,"title":8,"summary":9,"coverImage":10,"content":11,"category":12,"urlSlug":13,"subCategory":14,"tags":15,"linkUrl":14,"fileUrl":14,"fileName":14,"fileSize":14,"effectiveDate":14,"expiryDate":14,"target":16,"seoKeywords":9,"seoDescription":14,"isTop":17,"isHot":5,"isFeatured":17,"viewCount":5,"status":18,"publishTime":19,"publisher":9,"sortOrder":5,"createBy":14,"updateBy":14},"2026-08-14T09:42:49",0,583,"news","Claude Code 开启多 Session 通信，Rich AIBox 拆解多智能体 AI 团队的正确打开方式","","https://www.richinfo.cn/uploads/images/2026/08/14/d04d0921-7397-470b-983b-f3c101d6e911.png","\u003Cp style=\"text-align: justify;\">8 月 7 日，Claude Code 做了一次关于智能体协作更新：让彼此独立的 Session 之间直接发送消息。\u003C/p>\u003Cp style=\"text-align: justify;\">对于用户来说，这意味着多个会话可以主动同步关键信息，开发者不再需要频繁在不同窗口之间复制、粘贴上下文。\u003C/p>\u003Cp style=\"text-align: justify;\">\u003Cstrong>AI 学会敲隔壁工位的门了。\u003C/strong>\u003C/p>\u003Cp style=\"text-align: justify;\">\u003Cimg src=\"https://p11-sign.toutiaoimg.com/tos-cn-i-6w9my0ksvp/17e4cdd218264f64aed42a3cf2c7f03f~tplv-tt-shrink:640:0.image?lk3s=06827d14&traceid=202608141627382B219530AA9BBBC66F9F&x-expires=2147483647&x-signature=UhtbFFlfJPjiom3AgTJ5Yz1wf9Q%3D\" alt=\"\" data-href=\"\" style=\"height: auto;\">\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp style=\"text-align: justify;\">此外，\u003Cstrong>Agent IM、Subagents、Workspace Agents、Claude Tag\u003C/strong> 等方向近期也受到广泛关注；腾讯 WorkBuddy 也通过“AI 专家团”，让具备不同专业能力的 Agent 分工协作。从跨会话通信、任务委派到共享环境和角色协同，这些探索共同指向一个变化：Agent 正在从独立执行任务，走向更持续的团队协作。\u003C/p>\u003Cp style=\"text-align: justify;\">\u003Cstrong>为什么这对企业来说值得关注？\u003C/strong>\u003C/p>\u003Cp style=\"text-align: justify;\">在企业中，越来越多的员工开始拥有一个，甚至多个 Agent。但有时，企业里多个员工和多个 Agent 一起干活的共同工作空间还没有形成，很多 Agent 仍是各自工作的状态，缺少组织协作。\u003C/p>\u003Cp style=\"text-align: justify;\">\u003Cstrong>那么对于大型企业来说，哪一种 Agent 协作方式更合适？\u003C/strong>\u003C/p>\u003Cp style=\"text-align: justify;\">答案很难是其中一种。进入企业场景，多智能体面对的不只是一种协作关系。企业既需要任务拆解与专业分工，也需要共享必要的工作状态，还要处理权限、数据和责任边界。\u003C/p>\u003Cp style=\"text-align: justify;\">基于服务大型企业积累的行业 Know-how，\u003Cstrong>Rich AIBox\u003C/strong> 持续在真实业务中验证多智能体协作方式，并结合前沿技术演进不断迭代。\u003C/p>\u003Cp style=\"text-align: justify;\">围绕任务、角色、共享状态与治理能力，彩讯逐步形成较为完整的协作体系，让前沿技术真正进入业务流程，沉淀为可长期运行、稳定交付的企业级能力。\u003C/p>\u003Cp style=\"text-align: center;\">\u003Cstrong>01\u003C/strong>\u003C/p>\u003Ch3 style=\"text-align: justify;\">\u003Cstrong>企业级多智能体：从“一组 Agent ”到“AI 团队”的组织工程\u003C/strong>\u003C/h3>\u003Cp style=\"text-align: justify;\">企业复杂任务，本来就不是由一个人完成的。\u003C/p>\u003Cp style=\"text-align: justify;\">一份客户解决方案，可能需要销售理解需求、产品经理拆解场景、架构师设计方案、商务完成成本测算、法务检查风险，最后再由项目负责人统一判断。\u003C/p>\u003Cp style=\"text-align: justify;\">Agent 也是一样。\u003C/p>\u003Cp style=\"text-align: justify;\">如果让一个“万能 Agent”承担所有职责，它就要不断切换身份，加载越来越多的工具和上下文：上一分钟还在努力说服客户，下一分钟又要站在审计者的角度推翻自己的方案。\u003C/p>\u003Cp style=\"text-align: justify;\">\u003Cstrong>多智能体真正的价值，是让不同专业能力拥有独立的身份、上下文、工具和责任，再围绕同一个目标协作。\u003C/strong>\u003C/p>\u003Cp style=\"text-align: justify;\">因此，多智能体协作的基础不是让 Agent 彼此“聊起来”，而是建立\u003Cstrong>清楚的协作关系\u003C/strong>：谁负责、谁接手、谁可以调用谁，结果在哪里汇合，出现分歧时由谁判断。消息只是表面，角色、任务和状态之间的关系，才是团队能够持续运行的基础。\u003C/p>\u003Cp style=\"text-align: justify;\">为此，Rich AIBox 持续记录参与角色、任务依赖、执行进度和阶段成果。\u003C/p>\u003Cp style=\"text-align: justify;\">企业得到的不只是一次任务的结果，还有一支 AI 团队持续工作的基础。\u003C/p>\u003Cp style=\"text-align: center;\">\u003Cstrong>02\u003C/strong>\u003C/p>\u003Ch3 style=\"text-align: justify;\">\u003Cstrong>角色稳定，上下文有界：多智能体如何分工并共享必要信息\u003C/strong>\u003C/h3>\u003Cp style=\"text-align: justify;\">在 Rich AIBox 多智能体架构中，Agent 不是用完即走的临时脚本，而更接近一名能够被企业管理的“数字员工”。\u003C/p>\u003Cp style=\"text-align: justify;\">长期运行的专业 Agent 拥有独立身份（Agent Identity）、相对稳定的专业能力，以及专属的知识库、工具、记忆和执行环境。主 Agent 还可以派生 Subagent 完成专项任务，共同组成企业 AI 团队。\u003C/p>\u003Cp style=\"text-align: justify;\">一边负责长期沉淀，一边围绕具体问题快速组队，类似企业里的常设部门与临时 Task Force。\u003C/p>\u003Cp style=\"text-align: justify;\">\u003Cimg src=\"https://p11-sign.toutiaoimg.com/tos-cn-i-6w9my0ksvp/a203d777ec17440cb7e7bb24d9529fee~tplv-tt-shrink:640:0.image?lk3s=06827d14&traceid=202608141627382B219530AA9BBBC66F9F&x-expires=2147483647&x-signature=%2B78KitA90%2BDoFyk7w3SVsgjgExw%3D\" alt=\"\" data-href=\"\" style=\"height: auto;\">\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp style=\"text-align: justify;\">不过，协作并不意味着所有 Agent 都要共享完整上下文。\u003C/p>\u003Cp style=\"text-align: justify;\">Rich AIBox 让团队对齐共同目标、任务进度、阶段成果和关键决策，同时保留每个 Agent 独立的工作上下文。 这样既能减少无关信息的干扰，也能避免上下文随着参与者增加而不断膨胀。\u003C/p>\u003Cp style=\"text-align: justify;\">这样，企业面对的不是一个多 Agent “大群聊”，而是一套围绕任务流动的信息机制：该同步的进度及时同步，该交付的成果准确交付，每个角色始终能够获得完成当前工作所需的信息。\u003C/p>\u003Cp style=\"text-align: center;\">\u003Cstrong>03\u003C/strong>\u003C/p>\u003Ch3 style=\"text-align: justify;\">\u003Cstrong>Rich AIBox 的四种多智能体协作方式：递任务、请专家、组小队、走流程\u003C/strong>\u003C/h3>\u003Cp style=\"text-align: justify;\">角色明确之后，接下来要解决的是协作关系。\u003C/p>\u003Cp style=\"text-align: justify;\">围绕企业团队中常见的协作动作，Rich AIBox 形成四类可以组合使用的多智能体协作机制。\u003C/p>\u003Cp style=\"text-align: justify;\">\u003Cstrong>Handoff 任务交接\u003C/strong>。一个 Agent 完成当前环节后，将任务、成果和后续责任交给下一位专业 Agent，并说明任务为什么产生、此前做过哪些判断、仍有哪些问题未决、可以向谁追问，以及完成后应把结果交回哪里。\u003C/p>\u003Cp style=\"text-align: justify;\">\u003Cstrong>Agent-as-Tool 专家调用。\u003C/strong>主 Agent 保留任务主导权，只在需要时调用其他专业 Agent，获取测算、检索或审核结果，无须向对方开放主任务的全部上下文。\u003C/p>\u003Cp style=\"text-align: justify;\">\u003Cstrong>Subagent 并行分工。\u003C/strong>主 Agent 把边界明确的子任务交给临时 Agent，在隔离环境中并行处理，结束后只带回关键结论和证据。\u003C/p>\u003Cp style=\"text-align: justify;\">\u003Cstrong>Workflow DAG 流程编排\u003C/strong>。 对于规则清楚、风险较高的业务，系统可以预先明确任务依赖、并行关系、汇合条件和人工审核节点，确保关键步骤不会被跳过。\u003C/p>\u003Cp style=\"text-align: justify;\">Rich AIBox 让这四种协作方式围绕同一项业务自然组合：需要探索时灵活分工，需要专业判断时调用专家，进入下一阶段时明确交接，涉及关键业务时严格按流程推进。\u003C/p>\u003Cp style=\"text-align: justify;\">\u003Cimg src=\"https://p11-sign.toutiaoimg.com/tos-cn-i-6w9my0ksvp/8cab13693d604279a7b09ca076598e61~tplv-tt-shrink:640:0.image?lk3s=06827d14&traceid=202608141627382B219530AA9BBBC66F9F&x-expires=2147483647&x-signature=1R8kq3m4fJabhxRl90WhyeeQgxE%3D\" alt=\"\" data-href=\"\" style=\"height: auto;\">\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp style=\"text-align: center;\">\u003Cstrong>04\u003C/strong>\u003C/p>\u003Ch3 style=\"text-align: justify;\">\u003Cstrong>任务可以转交，权限不能自动继承\u003C/strong>\u003C/h3>\u003Cp style=\"text-align: justify;\">信息能够在 Agent 之间流动，并不意味着权限也可以随之流动。\u003C/p>\u003Cp style=\"text-align: justify;\">Agent 能看什么、能做什么，仍由它的身份和当前任务决定。\u003C/p>\u003Cp style=\"text-align: justify;\">看似普通的 Agent 任务交接，藏着企业多智能体最难的一类工程问题：\u003Cstrong>任务链（Task Chain）\u003C/strong>和\u003Cstrong>权限链（Auth Chain）\u003C/strong>并不是同一张图。\u003C/p>\u003Cp style=\"text-align: justify;\">这正是\u003Cstrong> Rich AIBox 企业控制面（Control Plane）\u003C/strong>要解决的问题。\u003C/p>\u003Cp style=\"text-align: justify;\">当 Agent 发起一次调用或任务流转时，系统根据 Agent Identity、业务空间、资源权限与动作风险动态计算策略。\u003C/p>\u003Cp style=\"text-align: justify;\">而当系统发生工具故障、网络中断或运行重启时，Rich AIBox 还可以依靠任务状态与 Trace 保留执行进度和决策依据，使长周期任务能够继续运行，并对关键操作进行追溯。\u003C/p>\u003Cp style=\"text-align: justify;\">\u003Cimg src=\"https://p3-sign.toutiaoimg.com/tos-cn-i-6w9my0ksvp/66c1bcf7913947518cf4c49455faaf90~tplv-tt-shrink:640:0.image?lk3s=06827d14&traceid=202608141627382B219530AA9BBBC66F9F&x-expires=2147483647&x-signature=B%2BUQXEa7FEz1alpVy4tfoFb2IbQ%3D\" alt=\"\" data-href=\"\" style=\"height: auto;\">\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Ch3 style=\"text-align: center;\">\u003Cstrong>05\u003C/strong>\u003C/h3>\u003Ch3 style=\"text-align: justify;\">\u003Cstrong>探索 AI 协作的真正价值：效率、资源与组织经验\u003C/strong>\u003C/h3>\u003Cp style=\"text-align: justify;\">多智能体的第一层价值，是提高协作效率。对于能够合理拆解的复杂任务，不同 Agent 与人可以分头推进，减少等待、重复劳动和信息转述，缩短任务的整体周期。\u003C/p>\u003Cp style=\"text-align: justify;\">第二层价值，是按需配置资源。不同 Agent 可以根据角色和任务匹配相应的模型、知识与工具，在任务质量、响应速度和运行成本之间取得平衡。\u003C/p>\u003Cp style=\"text-align: justify;\">\u003Cstrong>更长远的价值，则是让组织经验成为资产。\u003C/strong>\u003C/p>\u003Cp style=\"text-align: justify;\">如果一次项目最后只留下一个 PDF，下一次遇到类似问题，企业仍然需要从头组织。\u003C/p>\u003Cp style=\"text-align: justify;\">但如果把其中验证有效的角色分工、交接条件、审核规则、异常处理方式沉淀成可复用的组织经验，那么下一次执行的就不再只是模型，而是一套经过真实业务验证的工作方法。\u003C/p>\u003Cp style=\"text-align: justify;\">这才是企业级 AI 更长期的壁垒。\u003C/p>\u003Cp style=\"text-align: justify;\">企业未来会运行各种各样的 Agent 组合。\u003C/p>\u003Cp style=\"text-align: justify;\">自建 Agent、第三方 Agent 与存量业务系统会长期并存，企业级多智能体的下一站，是沉淀围绕任务、角色、共享状态与治理能力的完整组织能力，使企业拥有一支可管理、可评估、可持续迭代的 AI 团队。\u003C/p>\u003Cp style=\"text-align: justify;\">\u003Cimg src=\"https://p11-sign.toutiaoimg.com/tos-cn-i-6w9my0ksvp/25b528312d484a0fb2ca1e4753fad7f4~tplv-tt-shrink:640:0.image?lk3s=06827d14&traceid=202608141627382B219530AA9BBBC66F9F&x-expires=2147483647&x-signature=C2NKTNDPYRacLPQ8CN25o5d4MZM%3D\" alt=\"\" data-href=\"\" style=\"height: auto;\">\u003C/p>","company","rich-aibox-multiagent",null,[],"_self",false,1,"2026-08-14T10:28:55"]