tbrain（一）：多 Agent 协作系统，从 tclaw 的问题说起
tclaw 做到了，但不够 tclaw 现在用起来很顺手。让它帮我写代码、查文档、处理文件，基本的事情都能搞定。多 agent 这块，重构之后用的是 run_agent 的方式——主 agent 需要做某件事，就调用对应的专业 agent 去干，就像调用普通工具一样。 这套方案比之前的消息总线稳定多了。但有一个问题始终没解决：tclaw 是单进程的。 单进程意味着所有 agent 都跑在同一台机器的同一个进程里。如果我想在公司的开发环境里跑一个 coder agent，在另一台机器上跑一个 tester agent，让他们协同工作——tclaw 做不到。 每个 agent 都是孤岛，没有一个真正的多机协作机制。 一个更大的问题 往更深处想，单机只是一个限制，不是本质问题。 本质问题是：谁来分派任务？ 在 tclaw 里，是主 agent（通常是 AI）决定调用哪个子 agent。这其实把"任务分配"这个职责压在了 AI 身上，而 AI 的行为是概率性的——有时候它会聪明地把任务委托出去，有时候它又自己把事情做了，绕过了专业 agent。 能不能把任务分配这件事从 AI 手里剥离出来，做成一个确定性的系统？ tbrain 的想法 由此有了 tbrain 的雏形。 设计理念很简单：tbrain 只做任务管理，不做 AI 推理。 tbrain 本身没有 AI 能力。它做的事情就是： 接收任务请求 按照顺序把任务分配给注册在系统上的 agent agent 完成后标记完成，继续下一个任务 AI 推理的部分交给一个特殊的 agent——brain agent（大脑）。brain agent 负责和用户聊需求，理解任务，然后向 tbrain 发出具体的任务指令，包括任务应该拆分成哪几步、分别交给哪个 agent 去做。 ...