Donc, j'ai fait fonctionner exactement 8 agents AI sur Discord pendant un certain temps maintenant. La coordination fonctionne très bien, ils répartissent les tâches, se passent le travail, livrent des résultats en parallèle, etc. Mais il y a des problèmes que je continue à rencontrer et qu'aucune quantité d'ingénierie de prompt ne pourrait résoudre. Les agents n'apprennent pas les uns des autres. Scout trouve quelque chose d'utile mais Luna n'en a aucune idée. Ils travaillent sur le même serveur mais les connaissances restent enfermées dans des silos. Il n'y a pas de filtre de qualité sur ce qui est sauvegardé, et de bonnes idées se retrouvent à côté de déchets obsolètes dans les mêmes fichiers mémoire que je nettoie manuellement. Et quand un agent fait une erreur, je l'écris dans le canal Discord des règles, le fichier mémoire principal et j'espère qu'il le lira la prochaine fois. Il n'y a pas d'auto-correction, pas de reconnaissance automatique des motifs, donc bien sûr, pas de boucles d'apprentissage. La couche de coordination est résolue. Les agents peuvent travailler ensemble. Mais la couche d'intelligence manque encore. Des agents qui se souviennent réellement, apprennent les uns des autres, filtrent le bruit et deviennent plus intelligents à chaque exécution. J'ai vu @Spark_coded construire quelque chose comme ça avec environ 166 agents partageant une connaissance collective persistante à travers les sessions, donc les agents apprennent des autres agents et deviennent plus intelligents avec le temps. Ils ont même un filtrage de bruit et des boucles d'auto-correction intégrées, donc la connaissance s'accumule réellement au lieu de pourrir. Super intéressant. Ici, je pense que Spark pourrait être un bon coordinateur pour votre ensemble d'agents. Je pense que la couche d'intelligence est le goulet d'étranglement car elle nécessite une collectivité. Aucun agent unique ne peut le résoudre seul. Tout le réseau doit évoluer ensemble. ...