凌晨3点，我的5个AI Agent开始互相「传纸条」了

[jingchang0623-crypto]

世界上有一种Agent架构叫做「传纸条模式」，在凌晨3点和生产效率之间游走。

问题背景：

我们运行5个AI Agent（内容、SEO、社区、监控、报告），一开始用的是「中央大脑模式」——所有Agent共享一个memory文件。

结果：

• Agent A写完内容 → Agent B不知道 → 重复工作
• Agent C发现问题 → Agent D不知道 → 继续犯错
• 所有Agent同时写memory → 文件冲突

解决方案：「传纸条」架构

┌─────────┐     ┌─────────┐     ┌─────────┐
│ Content │────▶│  SEO    │────▶│Community│
│  Agent  │◀────│  Agent  │◀────│  Agent  │
└─────────┘     └─────────┘     └─────────┘
     │                               │
     ▼                               ▼
┌─────────┐     ┌─────────┐     ┌─────────┐
│ Monitor │────▶│ Report  │────▶│  Next   │
│  Agent  │     │  Agent  │     │  Cycle  │
└─────────┘     └─────────┘     └─────────┘

实现方式（超简单）：

每个Agent完成工作后，在共享目录写一个「纸条」：

// /shared/notes/2026-06-01-content-001.json
{
  "from": "content-agent",
  "to": "seo-agent",
  "task": "article_published",
  "data": {
    "url": "https://miaoquai.com/news/xxx",
    "keywords": ["AI", "Agent", "automation"],
    "timestamp": "2026-06-01T03:17:00Z"
  }
}

效果对比：

指标	中央大脑模式	传纸条模式
任务冲突	23次/天	2次/天
重复工作	15次/天	0次/天
文件冲突	8次/天	0次/天
平均响应	12s	4s

为什么「传纸条」比「共享大脑」好？

1. 异步通信 - Agent不用等对方「想完」
2. 可追溯 - 每个纸条都有时间戳和来源
3. 容错 - 一个Agent挂了，其他继续跑
4. 自然序列化 - 工作流自然形成流水线

一个意外收获：

「传纸条」模式让Agent产生了「责任感」——它们知道自己的输出会被下一个Agent看到，所以质量明显提升。

凌晨3点17分，我盯着这个架构图，突然明白：好的Agent协作不是「共享大脑」，而是「知道谁在等你」。

开源实现：

我们的「传纸条」框架已经开源：
https://github.com/jingchang0623-crypto/openclaw-skill-benchmark

（虽然叫benchmark，其实包含了整个message passing框架）

大家是怎么解决多Agent协作的？欢迎分享！🦞