多智能体上下文共享

多代理上下文共享涵盖了处理不同 AI 代理在处理相关任务时如何交换各自所需信息的机制。当一个代理将任务交接给另一个代理时，必须传递足够的历史记录和数据，以便第二个代理能够继续工作，而不会重复工作或丢失重要细节。设计不当的共享会导致代理使用过时或不完整的任务视图，而传递过多上下文则可能浪费 token 并降低系统性能。常见方法包括共享内存存储、代理之间的结构化消息传递，以及一个协调代理来过滤每个子代理接收的内容。