从头构建多智能体系统学到的经验 (opens in new tab)

📌 One-Sentence Summary Shopify 的一位高级工程师分享了从头构建多智能体系统的历程，揭示了专注特定领域的智能体优于通才型智能体，并且为领域专家提供工具比组建 AI 特种部队更有效。 📝 Summary 这份演讲实录详细介绍了 Paulo Arruda 在 Shopify 的经历，从早期使用依赖图进行测试生成的实验，到发现智能体搜索（如 Claude Code 中的方式）优于代码库索引。一个关键的黑客马拉松项目表明，两个 Claude Code 实例能够解决单个实例无法解决的问题，这促使他创建了一个名为 Swarm 的多智能体编排工具。演讲涵盖了该工具在 Shopify 的采用情况，并分享了成功案例，例如将主题审查时间从 22 小时缩短至 7-20 分钟。关键经验包括：将智能体视为专注特定领域的专家，避免在角色设定上浪费 token，以及赋能领域专家而非集中化 AI 知识。演讲最后展望了 2026 年，认为通过上下文工程让智能体大规模发挥作用将成为现实，并提出了一个名为 'llm-fuse' 的适配器层，用于高效地向智能体暴露数据，以及一个包含 'Def...