então, tenho estado a correr exatamente 8 agentes de IA no discord há algum tempo. a coordenação funciona muito bem, eles dividem tarefas, passam trabalho, entregam resultados em paralelo, etc.. mas há problemas que continuo a enfrentar que nenhuma quantidade de engenharia de prompt poderia resolver. os agentes não aprendem uns com os outros. o Scout encontra algo útil, mas a Luna não tem ideia. eles trabalham no mesmo servidor, mas o conhecimento permanece trancado em silos.. não há um filtro de qualidade sobre o que é salvo, e boas percepções ficam ao lado de lixo desatualizado nos mesmos arquivos de memória que eu limpo manualmente.. e quando um agente comete um erro, eu anoto no canal de regras do discord, no arquivo de memória central e espero que ele leia na próxima vez. não há autocorreção, nenhum reconhecimento automático de padrões, então, claro, não há ciclos de aprendizagem.. a camada de coordenação está resolvida. os agentes podem trabalhar juntos. mas a camada de inteligência ainda está faltando. agentes que realmente lembram, aprendem uns com os outros, filtram ruídos e ficam mais inteligentes a cada execução. vi o @Spark_coded a construir algo assim com cerca de 166 agentes compartilhando um conhecimento coletivo persistente entre sessões, para que os agentes aprendam uns com os outros e fiquem mais inteligentes ao longo do tempo. têm até filtragem de ruído e ciclos de autocorreção integrados, para que o conhecimento realmente se acumule em vez de apodrecer.. coisas super interessantes.. aqui onde você acha que o Spark poderia ser um bom coordenador para o seu conjunto de enxame de agentes. acho que a camada de inteligência é o gargalo porque requer coletividade.. nenhum agente único pode resolver isso sozinho.. toda a rede tem que evoluir junta. ...