AI 团队协作与共享笔记

如果让多个 AI 共同解决难题，最大的难点往往不在于谁更智能。

难点在于：任务如何分配？成果如何汇总？如何鉴别哪些发现是可靠的？

这篇论文提出的 DeLM 系统，可以类比为一个班级场景：多名同学共同攻克难题。以往总需一位班长收集纸条、转述并整理答案，而 DeLM 则采用了一种新方式：让大家共同查阅一本公共笔记本。

这与我们息息相关，因为未来许多复杂任务将交由一组 AI 共同完成。无论是编写代码、检索资料、研读论文还是记录实验日志，都不再像个人单打独斗，更类似于小组协同作业。

然而，小组协作最忌讳信息在传递中遗失。

许多多智能体系统都采用“班长制”模式。

主智能体充当班长角色。它拆解任务并分发给多个子智能体。子智能体完成后将结果上交，班长再进行阅读、整理并规划下一轮行动。

这种设计易于理解且易于实现。

但随着成员增多，班长便成了效率瓶颈。

每张纸条、每次失败尝试乃至关键限制条件，都需先经班长之手。任何一次转述都可能导致细节丢失。

例如，若子智能体发现“此路不通”，而这一信息未能准确传达，其他智能体便可能重蹈覆辙，再次尝试错误路径。

因此，本文的核心议题并非“能否增加 AI 数量”。

而是探讨：如何让分散的 AI 共享进展，从而避免彼此空转浪费时间？

DeLM，全称可解读为“具备共享上下文的去中心化语言模型系统”。

它包含三个核心组件。

首先，是一组并行的智能体。它们地位平等，不存在唯一的中心指挥者。

其次，是一个任务队列。可视作一排待办便签，谁空闲谁便取一张处理。

最后，是共享上下文，即那本公共笔记本。每个智能体开工前先查阅笔记，了解他人发现；完成后将有用进展记录其中。

这看似普通的协作文档，DeLM 却增设了一条关键规则：写入内容必须先压缩，再进行验证。

“压缩”意味着不粘贴整段聊天、命令输出或推理过程，仅保留对他人有用的小纸条。

例如：

“此假设已失效。”

“错误文件位于此处。”

“此约束不可放松。”

“此修补方向已通过复现实验。”

如此一来，智能体无需阅读大量原始记录，便能迅速掌握当前局势。

任务队列宛如一排待办事项。

在传统模式中，班长常需等待全员返回后，再汇总并分发下一批任务。这种同步的“分发与收集”模式，一旦有人滞后，便会卡住整体进度。

DeLM 的模式更似自习室。

任务一旦发布即入队列，空闲智能体自行领取。完成后将结果写入公共笔记本。队列清空后，最后完成者会检查：是否尚缺任务？若缺则生成新任务，若足则整理最终答案。

这使得协作更似流水线，而非频繁召开的大会。

其背后的益处颇为朴素。

个人的失败发现能瞬间转化为所有人的路标；定位的关键文件可供后续人员沿用；确认的限制条件亦无需班长重复解释。

并行不仅指“同时工作”，更指“同时积累公共进展”。

若共享上下文过于庞大，同样会引发问题。

试想一个班级公共笔记本，若将每个人的草稿都粘贴其中，虽信息完整，却无人能翻阅。

故 DeLM 将信息划分为三层。

最上层为极短的要点，文中称为 gist，可视为“便利贴摘要”。大家默认优先查阅此层。

中间层为更完整的摘要，记录要点来源及关键限定。

最底层为原始证据，如原文片段、代码运行结果及详细轨迹。

这正如复习时，先看目录，再读课堂笔记，最后才翻阅教材原文。

这一层设计至关重要。

仅看短摘要易遗漏条件；频繁查阅原文又成本过高。DeLM 令智能体先以短摘要导航，待需细节时再展开。

论文中的长文本问答实验正是通过此法提升准确率：系统先建立经验证的文档地图，再按需展开细节。

公共笔记本存在一个隐患。

若错误信息被录入，所有人皆可见。它看似“公共事实”，实则是某智能体的误读。

因此，DeLM 不允许结果直接入库。

每条新笔记均需验证：对于长文档摘要，检查是否获原文支持；对于推理结果，检查小纸条是否忠实保留原发现、失败、约束或证据。

验证不通过则重写或丢弃。

此设计解释了论文中的一项实验现象。

在 LongBench-v2 多文档问答中，若移除“入库前验证”，准确率会显著下降。原因很简单：错误笔记一旦进入公共本，后续人员便会将其视为真理。

这对日常使用 AI 亦有启示。

让 AI 长期记忆不难，难的是仅让其记录“已查证之物”。记忆若无