Ask HN 讨论:如何低成本运行常驻多智能体系统
来源标题:Ask HN: Is anyone running multi/always-on agents that don't cost a fortune?
Hacker News 上有人发帖询问,是否有团队在低成本运行常驻、多智能体系统。发帖者提到,去中心化多智能体共享上下文方案比 Claude Code 加原生子智能体快 5.5 倍,耗时 29.3 分钟对 162.7 分钟。他们目前主要靠订阅制合同支撑需求,想了解其他人的做法和成本。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
昨天 Hacker News 上出现了几篇关于常驻代理 [1] 和多代理配置 [2] 的有趣链接。其中一些观点与我们目前在本地运行代理和子代理的体验产生了共鸣。
- 我们越来越多地把复杂、长时间运行的任务交给代理处理。能把这些任务放到夜间运行,似乎是提升效率的顺理成章的一步,因为现在我们每天晚上都要停掉本地代理,第二天早上再重新启动。
- 一个去中心化、共享上下文的多代理系统,比 Claude Code 加原生子代理快 5.5 倍:前者耗时 29.3 分钟(代理时间中有 2% 在等待),后者耗时 162.7 分钟(代理时间中有 44% 在等待)。[3] 这与我们的感受一致:本地运行的代理常常在“空转”,等待测试结果、等待彼此,等等。
- 能够监控“输入渠道”(比如聊天频道、电子邮件收件箱……)并让代理自主地对这些渠道做出反应,这似乎也能帮到我们。
这些听起来都很棒,但我们不确定别人目前是怎么做的,以及成本如何。我们目前主要靠订阅制合同来满足需求(比如 Claude(Code)Pro/Max、ChatGPT Plus/Pro……)。
- 有人在运行这类多代理或常驻代理系统吗?
- 你是自己托管,还是使用现成的方案,比如 Grok bots、Claude remote control sessions 或 Claude routines?
- 能用订阅来跑通吗,还是得用 API 计费,甚至自托管 LLM?成本与运行本地代理相比如何?
- 效果怎么样?有提升吗?
[1] 斯坦福课程“CS146S: How always-on agents work” [https://www.youtube.com/watch?v=L1OBRtfPS34(讲座),https://drive.google.com/file/d/1b8WiBk_lcB3ue-jZMLijSUMLj6SDiF6Z/view(幻灯片)]
[2] CMU 课程“11-768 AI Agents” [https://www.cmu-agents.com/#/schedule]
[3] 论文“Decentralized Multi-Agent Systems with Shared Context”,https://arxiv.org/pdf/2606.10662,第 3 页图 3。
评论 URL:https://news.ycombinator.com/item?id=50391647 点数:1 评论数:0
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。