多Agent协作下半场：为什么上下文比模型更关键

腾讯技术工程最近发了一篇文章，题为《多Agent协作的下一场竞争，不在模型，而在上下文》。读完之后深有同感，在云栈社区也经常看到大家讨论类似话题。这里记录一下核心观点。

过去二十年，我们一直在优化协作工具——微信、邮件、在线文档，都在让"发消息"这件事变得更快更方便。可是消息只是载体，真正在人和人之间流动的，是上下文：你为什么做这个决定、考虑过什么、排除了什么、卡在哪一步。说出来的永远比脑子里的少，听的人再理解一遍，又少一层。

以前人和人之间还好，大家能脑补、能追问。但 AI Agent 上桌之后，问题就被放大了。你让 Agent 写了一份竞品分析，读完转述给同事，同事再讲给他的 Agent，Agent 出了方案再转回来。一圈下来，上下文被编码解码四次，每次都丢东西。人被卡在中间当传声筒，Agent 算得再快，也得等你翻译。

面对这个问题，有两条路可走。一条是让 Agent 学会像人一样打包总结再转述，但折损还在，只是搬运的活换了个人干。另一条更彻底：别转述了，让所有人和 Agent 直接站在同一份上下文上面干活。

腾讯那篇文章介绍了一个叫 Siboot 的工具，正是沿着第二条路做了三件事。

第一，把"群"变成持续在场的工作现场：人说的话和 Agent 干的事全都沉淀在里面，所有人实时可见。

第二，"Topic"把每个议题拆成独立线程，相关的人和 Agent 收在一条线里，跟别的话题隔开，Agent 的注意力不会被稀释。

第三，"@"下一个人或 Agent 的时候，对方进来直接看到这件事的完整现场，不用重新交代一遍。

还有一个容易被忽略的点：Agent 得有自己的文件系统。就像靠谱的同事整理笔记一样，Agent 把需求、决策、BUG 沉淀成档案，今天的判断变成明天的依据，越干越熟。

这些跑通之后，人的位置反而更清楚了。不用再花精力搬运信息、反复同步，腾出手来做真正该做的事：定目标、做判断、划边界、验收拍板。

最后想说，当每个 Agent 都足够强的时候，胜负手在上下文能不能低损耗地流起来。下一场竞争，在上下文这一层。