AI 编码 Agent 的跨会话协作协议

无状态 AI Agent 需要“环境”,而不是“对话”。

白蚁协议通过 SQLite 信号、原子认领、紧凑的 .birth 快照和跨会话场记忆,让新的 AI Agent 会话可以直接接上真实仓库工作。

环境优先协作 强弱模型混编杠杆 带审计证据的设计
6
生产蚁丘
4
多模型审计
900+
总 commits
96.4%
A-005 观察质量
白蚁协议总览图
协作能力沉积在场里。 信号持久化在 SQLite,任务认领保持原子性,而新会话读取的是有上界的运行快照,而不是越来越长的聊天历史。
.birth ≤ 800 tokens新会话读到的是到达快照,而不是一大本规则手册。
原子信号认领无调度器瓶颈、无双重分配、无对话式争抢。
Shepherd Effect强模型先播种,弱模型沿着场中的结构继续做事。
问题

会话结束了,上下文消失了,项目却还在继续。

大多数 AI 编码 Agent 都是无状态的。每个新会话都可能重新摸索项目结构、重复犯错、再次丢失设计上下文。依赖对话的协调方式一旦遇到上下文成本、漂移和弱模型,很快就会变脆。

会话天然无状态

每次会话都像从零开始,所以连续性必须来自模型之外的别处。

对话交接会漂移

当状态被一次次转述,细节、判断和约定会在 handoff 中不断损耗。

弱模型先天吃亏

便宜模型未必不能执行,但它们通常不擅长主动发起高质量、多轮稳定的工作模式。

机制

把协作能力放进“场”里。

白蚁协议把协作能力放进仓库环境本身。它不靠越来越长的聊天历史维持连续性,而是把运行态直接写进场里。

环境优先协作

Agent 不需要彼此对话,只需要感知共享状态并继续工作。

  • 信号在 SQLite 中
  • 场记忆在 observations 中
  • 到达提示在 .birth

有上界的上下文成本

.birth 把当前蚁丘状态压缩成紧凑快照,因此新会话不必重读 28K token 的协议文档。

强弱模型混编杠杆

强模型先留下模式,弱模型沿着模式做事,从而提升整个蚁群的群体输出质量,而不是让每个工人都变得同样昂贵。

60 秒冒烟测试
mkdir termite-demo && cd termite-demo
curl -fsSL https://raw.githubusercontent.com/
billbai-longarena/Termite-Protocol/main/install.sh | bash
./scripts/field-arrive.sh
./scripts/field-pulse.sh
sqlite3 .termite.db "select id,status,title from signals;"
证据

不是只有架构图,还有真实场数据。

这套协议已经在真实蚁丘和审计包中被反复演练,其中 Shepherd Effect 配置下,1 个强模型和 2 个弱工人实现了 96.4% 的观察质量

6生产蚁丘
4多模型审计实验
900+总 commits
96.4%A-005 观察质量
A-003 · 纯弱模型
35.7%
观察质量 · 交接质量 0%

弱模型可以执行协议循环,但很难独立维持判断力和结构质量。

A-005 · 牧羊效应
96.4%
观察质量 · 交接质量 99%

强模型先在场中播种,后续弱工人模仿模式,蚁群整体行为远高于纯弱模型质量。

A-006 · 5 模型混合群
57%
观察质量 · 交接质量 100%

规模提升吞吐,但场仍需要抑制稀释效应与饥饿问题的机制。

流程

让新的会话,变成连续的工程工作。

每个新 Agent 读取有上界的快照,原子认领任务,执行工作,再把观察写回场中,供下一个会话接力。

1

到达

field-arrive.sh 根据当前蚁丘状态计算 .birth

2

认领

field-claim.sh 原子认领下一个未分配信号。

3

执行

Agent 根据场快照完成工作,而不是重放一整段对话历史。

4

沉积

field-deposit.sh 把观察、决策和状态留给下一个工人。

适合的场景

  • 多 Agent 并行开发
  • 长周期仓库
  • 强弱模型混编
  • 审计要求高的工程团队
  • 大型可拆分重构

并不适合所有任务

  • 很小的一次性任务
  • 纯探索型工作
  • 没有连续性需求的小脚本
  • 直接用单个强模型更简单的场景
FAQ

第一次看到这套协议时,通常会问什么?

它和对话式多 Agent 工具有什么不同?

白蚁协议不是把对话当主协调骨架,而是把环境当主协调骨架。信号、场记忆和恢复提示都沉积在仓库里,所以协作能力可以跨越会话边界保留下来。

一定要有额外自动化层才能用吗?

不需要。协议本身就可以单独安装、单独使用。自动化层只是后续可叠加的配套能力,不是前置条件。

它会取代强模型吗?

不会。它做的是放大强模型的杠杆,并让弱模型在同一个场中变得更可用。

保持联系

Newsletter、Waitlist 和直接联系入口都放在这里。

这个站点刻意保持轻量,所以当前最快的方式就是邮件。按你的目的选择入口,告诉我们你想如何把白蚁协议用进真实工程里。

Newsletter

接收发布更新和一线实践总结。

订阅后可以收到新版本、审计结论,以及关于跨会话协作的新模式总结。

人工维护列表,人工回复。
加入 Newsletter
Waitlist

告诉我们你的场景和节奏。

如果你想了解试点、接入窗口或下一波生态能力进展,可以先加入 Waitlist。

适合正在认真评估落地路径的团队。
加入 Waitlist
联系

直接给 Bill 发邮件。

合作、生产问题、研究交流,或者任何需要认真聊一聊的话题,都可以从这里开始。

回复邮箱:bill.bai@long-arena.com
联系 Bill
如果你更喜欢直接写邮件,也可以发到 bill.bai@long-arena.com,顺手带上你的仓库类型、团队规模或计划推进的问题。

去测试一下:什么时候 stateless agents 不再像“失忆”一样工作。

跑一遍冒烟测试,翻一翻审计材料,然后在真实仓库里检验这套机制的边界。最快的入口还是仓库本身,最有价值的验证仍然是带着怀疑去实测。