Agent Team 中的 mailbox 如果能做到不同的 subagent 之间的通信，那么就可以实现不同的 subagent 之间的协调与合作，对于强耦合的的任务，未来也可以采用多 agent 的架构。文章《Don’t Build Multi-Agents》的主张是有阶段局限性的。
不要构建多 agent 系统：精读 cognition《Don’t Build Multi-Agents》 - 不要构建多 agent 系统：精读 cognition《Don’t Build Multi-Agents》_哔哩哔哩_bilibili
测了 GLM5 配合 Agent Teams，我有点 emo 了
适合观看人群：AI 开发者、大模型研究者、技术创业者、AI 产品经理 推荐分数：85 推荐理由：视频深入探讨了 GLM5 与 Agent Teams 的实战应用，对 AI 多智能体协作的技术细节和局限性进行了深度剖析，为相关领域从业者提供了宝贵的实践经验
视频以 GLM5 模型与 Agent Teams 的实战测试为线索，详述了多智能体协作从混沌到有序的编排过程，揭示了当前 AI 在多智能体协作中的局限性。创作者通过亲身实践发现，虽然通过技能编排和规则定义能够改善协作效果，但 AI 在收敛性任务和真正意义上的团队协作方面仍存在明显短板，最终提出了发散靠蜂群、收敛靠系统的核心观点。
不可错过！Agent Teams 带给普通人入门 AI 的黄金时机
适合观看人群：AI 初学者、非技术背景的普通人、软件开发人员、产品经理、AI 研究者 推荐分数：92 推荐理由：视频深入浅出地介绍了 Agent Teams 这一革命性功能，将复杂的技术概念转化为易于理解的管理思维，为零基础用户提供了进入 AI 领域的最佳切入点，同时包含了对未来 AI 协作的前瞻性思考。
视频以 Agent Teams 功能上线为切入点，详细阐述了这一技术如何彻底改变普通用户与 AI 的交互方式。通过将技术性对话转变为管理性对话，用户只需像公司老板一样下达指令，AI 团队就能自动协作完成复杂任务。视频还深入探讨了蜂群协作背后的社会学原理和编排方法论，指出这不仅是技术升级，更是思维方式的根本变革。
