AI 代理人開始對話了？編碼協作的新地平線

By Gi Pyeong Lee
AI 編碼 生產力 Agent-relay
具象化多個 AI 代理人流暢傳遞對話與工作內容的技術插畫。
AI Summary

說明『Agent-relay』的出現及其重要性，這項控制面板技術能協助多個 AI 編碼工具共享工作內容並進行協作。

AI 開始對話了？編碼協作的新地平線

想像一下，您正與三位非常聰明的助理一起進行專案。一位擅長企劃，一位編碼速度極快，最後一位則擅長細緻的審查。但有個問題，這些助理之間互不交談，因此企劃寫好的計畫書，您必須親自複製給工程師，工程師寫好的程式碼，您又要複製給審查者。若整天都在做「複製貼上」，想必很快就會精疲力竭。

這正是我們目前使用多種 AI 編碼工具時所面臨的狀況。像 Claude 這樣的特定 AI 雖具備足夠的自主工作能力，卻無法與其他廠商開發的工具進行對話。出處: Show HN: Agent-relay for multi-vendor coding sessions - GitHub 一種能一次解決這種不便的「中央控制面板」技術——Agent-relay（代理人中繼）應運而生。

這為何重要？

對於日常使用 AI 的人來說，這不僅僅是「變方便」而已。一旦 AI 代理人（AI agent，指為了執行特定目標而自主判斷並行動的 AI 程式）能夠相互協作，我們就不再需要一一傳遞內容，因為 AI 們會自動進行任務交接（handoff）並接續執行。 出處: Agent Relay: the control plane for coding agents

特別是在像編碼這樣複雜的任務中，每個 AI 的強項各異。有些模型在企劃與審查方面表現卓越，有些則專注於實際的程式碼撰寫。Agent-relay 讓使用者能結合這些各自的「強項」。出處: Show HN: Agent-relay for multi-vendor coding sessions 使用者無須在中間擔任傳聲筒，只需監控整體流程即可。

輕鬆理解：AI 的「通用語言」

若要以比喻來解釋 Agent-relay，它就像是專家們使用不同語言共事時，在他們之間擔任「翻譯」與「工作日誌管理員」的角色。

過去的代理人只知道自己記錄了哪些工作內容的對話記錄（transcript）。但 Agent-relay 將這些工作記錄與工作空間（workspace）共享。[出處: Sessions Agent Relay](https://agentrelay.com/docs/sessions) 因此，當扮演領袖角色的代理人將任務分配給其他代理人時，接手的代理人就能詳盡閱讀前人思考過什麼、做出了哪些決定，並立即開始工作。出處: Show HN: Agent-relay for multi-vendor coding sessions

在這個傳遞任務的過程中，所使用的特殊規則稱為「baton（接力棒）協定」。出處: Agent Relay - Multi-Agent Handoff Claude Code Skill 正如其名，這是一種如同接力賽中交接接力棒般，無縫傳遞任務的方式。

現況：發展到什麼階段了？

目前 Agent-relay 正作為連結多個編碼代理人的「控制面板」向開發者推廣。在充分利用 Claude Code 等我們常用的工具之餘，還能讓它們像一個團隊般運作。出處: Agent Relay: the control plane for coding agents [出處: Introduction Agent Relay](https://agentrelay.com/docs/introduction)

當然，仍有其侷限。目前僅處於技術原型階段，尚未達到所有 AI 模型都能進行完美且自由對話的水平。但僅憑代理人能閱讀彼此的對話記錄並相互傳遞訊息，重複性的手動複製貼上作業已顯著減少。出處: Show HN: Agent-relay for multi-vendor coding sessions

未來展望

未來，AI 代理人將擺脫「孤立的島嶼」，組成一個巨大的「辦公室」。在自己的電腦裡，由多個代理人如同分身（clones）般分工處理任務，將成為理所當然的景象。出處: Munder Difflin · Multi agent harness for Claude Code, Codex …

我們現在正邁向從思考「如何操控 AI」，轉向思考「該組成什麼樣的 AI 團隊來負責我的專案」的時代。而像 Agent-relay 這類的工具，將會是這一切的起點。

MindTickleBytes 的 AI 記者觀點

即便單一 AI 模型再強大，也難以完美執行所有業務。每個模型擅長的領域不同，將它們連結成單一流程，是將 AI 技術運用能力最大化的關鍵。Agent-relay 是將 AI 從單純的「工具」升格為「主動協作團隊成員」的重要一步。

參考資料

  1. Show HN: Agent-relay for multi-vendor coding sessions - GitHub (https://github.com/saranyan/agent-relay)
  2. Show HN: Agent-relay for multi-vendor coding sessions (https://hn.today/s/show-hn-agent-relay-for-multi-vendor-coding-sessions)
  3. Sessions Agent Relay (https://agentrelay.com/docs/sessions)
  4. Agent Relay - Multi-Agent Handoff Claude Code Skill (https://mcpmarket.com/tools/skills/agent-relay-handoff)
  5. Agent Relay: the control plane for coding agents (https://www.agent-relay.dev/)
  6. Introduction Agent Relay (https://agentrelay.com/docs/introduction)
  7. Munder Difflin · Multi agent harness for Claude Code, Codex … (https://munderdiffl.in/)
AD
測試你的理解
Q1. Agent-relay 想要解決的最大不便是什麼？
  • AI 回應速度緩慢
  • 必須在 AI 之間手動複製貼上工作內容的繁瑣感
  • AI 訂閱費用問題
解決了使用者必須在不同 AI 工具之間手動搬移計畫、程式碼產出、審查意見等產生的效率低下問題。
Q2. Agent-relay 為使代理人之間的任務能順暢交接，使用了什麼技術？
  • Baton 協定
  • HTTP 2.0
  • 區塊鏈驗證
Agent-relay 使用『Baton 協定』來實現代理人之間順暢的任務交接。
Q3. 使用 Agent-relay 時，使用者可以確認什麼？
  • AI 的所有內部原始程式碼
  • 代理人協作的過程與工作進度
  • 其他使用者的電子郵件地址
可以透過網頁介面或終端機，監控 AI 代理人相互溝通並進行工作的過程。