Chats：Lovable 的智能体如何协同工作
Lovable 发布 Chats 功能，文章拆解其多智能体协作的工程架构。核心是把“发生了什么”“agent 需要什么上下文”“何时运行”三层解耦：用 Git 式 append-only 不可变事件日志（trajectory）记录一切，允许任意迭代点 fork 而不合并；每次 LLM 调用的 prompt 是从日志投影出来的，支持异步 compaction、背景 fork 共享历史。 每个 agent 维护两条日志——in-inbox（外部来信）和自身 trajectory（处理记录），agent 在迭代边界把 inbox 中未处理消息拷入自己的轨迹。 调度层 Agent Control Plane (ACP) 统一处理 spawn、fork、send、notify、定时唤醒：交互都简化为“写 inbox + 发 activation”两步，消息是源数据，activation 只是叫醒信号，天然支持 crash 恢复与重复丢弃。 最实用的设计是在任意迭代边界可 suspend，部署重启时 node 排空后把未完成 turn 挂起，新节点接上继续跑，长任务不怕发版。数据规模：Trajectory System 工作日约追加 5 亿事件、260 万用户 turn；存储用 Bigtable 顺序行键 + 大 payload 放 blob store，activation 走 Pub/Sub 且有 re-drive 对账。 Chats 本身是一个 workspace 级、跨项目的自由对话 agent，通过 send_message_to_project 把指令发到目标项目 builder 的 inbox，进度和结果按同一 primitive 回流，多个项目可并行。 文章有清晰工程立场（为何不 snapshot、为何两条日志、为何学 Git），是 agent 基础设施方向少见的可复用设计参考。 
评论
点赞
收藏
