Agent Orchestrator演进方案

- chong 当前更强的是“代理内核”与“可扩展执行底座”,包括 SessionAgent、subagent、skills、hooks、permission v2、scheduler、A2A、Lua-first 路线。 - AO 当前更强的是“多代理并行交付的编排控制面”,也就是围绕 issue、分支、PR、CI、…

目录
  1. 一、结论先行
  2. 二、AO 相对 chong 的先进之处
  3. 2.1 核心先进点总表
  4. 2.2 AO 真正值得借鉴的不是 UI,而是这五个控制面能力
  5. 三、chong 当前的可复用基础
  6. 3.1 已有基础能力
  7. 3.2 当前边界
  8. 四、演进目标
  9. 4.1 产品目标
  10. 4.2 技术目标
  11. 4.3 差异化目标
  12. 五、目标架构
  13. 5.1 分层原则
  14. 六、核心设计方案
  15. 6.1 引入编排域模型,而不是复用 task 直接硬撑
  16. 6.2 设计 Canonical Lifecycle
  17. 6.3 建立 Reaction Engine
  18. 6.4 重构 Worktree 模型为编排级 Workspace Manager
  19. 6.5 补齐 Provider 层,而不是把编排逻辑散落在命令里
  20. 6.6 规划器要成为一等组件
  21. 6.7 Operator Console 采用 TUI-first,Web-second
  22. 6.8 原生结构化活动日志,优于终端文本猜测
  23. 七、建议的目录与模块落点
  24. 八、配置方案
  25. 8.1 配置原则
  26. 8.2 建议配置形态
  27. 九、数据库与持久化设计
  28. 十、实施路线图
  29. Phase 0:设计冻结与最小垂直切片
  30. Phase 1:GitHub-first Orchestrator MVP
  31. Phase 2:Lifecycle + Reaction 闭环
  32. Phase 3:恢复、归档、清理
  33. Phase 4:Operator Console
  34. Phase 5:Planner 与高级自动化
  35. 十一、测试策略
  36. 11.1 单元测试
  37. 11.2 集成测试
  38. 11.3 端到端测试
  39. 十二、风险与应对
  40. 12.1 状态分叉
  41. 12.2 自动化越权
  42. 12.3 API 成本与速率限制
  43. 12.4 Workspace 膨胀
  44. 12.5 UI 先行导致空心化
  45. 十三、建议的决策顺序
  46. 十四、最终建议

一、结论先行

对比 C:/GitHub/agent-orchestrator(下称 AO)与当前 chong,可以得出一个很清楚的判断:

  • chong 当前更强的是“代理内核”与“可扩展执行底座”,包括 SessionAgent、subagent、skills、hooks、permission v2、scheduler、A2A、Lua-first 路线。
  • AO 当前更强的是“多代理并行交付的编排控制面”,也就是围绕 issue、分支、PR、CI、review、merge、恢复、通知这一整条闭环的产品化能力。
  • 若 chong 要在“并行 coding agents 编排”上追平并超越 AO,不应重写现有代理内核,而应在其上新增一层 Orchestrator 控制面。
一句话总结:AO 的领先点,不在“单个 agent 更聪明”,而在“把多 agent 并行交付流程做成了可运营、可恢复、可自治的系统”。

二、AO 相对 chong 的先进之处

2.1 核心先进点总表

维度AO 的做法当前 chong结论
产品入口ao start 直接面向项目级编排,自动启动 orchestrator、会话、工作区、Dashboard仍以单会话 coding agent / TUI 交互为主chong 缺少“一键进入编排模式”的产品入口
生命周期建模对 session、PR、runtime 采用 canonical lifecycle,状态与 reason 分离subagent 已有任务状态机,但仅覆盖执行态,不覆盖 PR/CI/review/runtimechong 缺少“编排级状态机”
反馈闭环内建 reactions:CI fail、changes requested、merge conflicts、needs input、idle、approved-and-green 等可自动路由hooks/scheduler 强,但没有面向 PR/CI/review 的一等 reaction 语义chong 缺少“自治反馈回流层”
插槽抽象runtime、agent、workspace、tracker、SCM、notifier、terminal 均有清晰接口已有通用 plugin system,但缺专门面向编排的 provider contractchong 缺少“编排域专用接口层”
工作区隔离每个 worker 独立 git worktree / clone,配合全局 runtime 数据目录和 hash namespacingsubagent 支持 worktree,但默认关闭,且目录落在 repo 内 .chong/worktreeschong 缺少“项目级、跨实例、可恢复”的工作区模型
恢复能力session restore、workspace adopt/restore、运行时状态恢复是系统设计的一部分当前更偏会话恢复与任务持久化,未形成 orchestrator 级恢复闭环chong 缺少“编排会话恢复协议”
PR/CI 观测SCM 接口统一抽象 PR 状态、review、CI、mergeability,并支持 batch enrichment有 /pr、/review、hooks、scheduler,但缺统一 PR 观测中心chong 缺少“PR 面向编排的统一数据面”
人类监督面Dashboard 以 attention-first 看板管理 10-30 个并行 worker现有 TUI 更偏单会话与工具流,不是 operator consolechong 缺少“运营者视角的多 worker 总览”
可靠性设计reaction retry / escalation、activity log、restore API、project-scoped runtime dir当前有任务、事件、指标,但未围绕编排闭环系统化chong 缺少“自治系统可靠性约束”

2.2 AO 真正值得借鉴的不是 UI,而是这五个控制面能力

#### 一、Canonical Lifecycle

AO 将“会话在干什么”拆成了多个正交面:

  • session state
  • PR state
  • runtime state
  • activity state
  • reason / evidence
这带来两个直接收益:
  • 任何自动化决策都基于标准状态,而不是散落在工具输出、日志文本、UI 按钮里的隐式判断。
  • “CI fail 但 agent 仍存活”“review pending 但 session idle”“runtime 丢失但 PR 还开着”这类复杂情况可以被准确描述,而不是硬塞进单个状态字段。
当前 chong 的 internal/agent/subagent 已有良好的执行态状态机,但它只回答“任务有没有跑完”,不能回答“PR 是否需要处理、CI 是否失败、当前 worker 是否卡住、是否需要人类介入”。

#### 二、Reaction Engine

AO 的 reaction 不是一般意义上的 hooks,而是面向编排结果的规则执行层:

  • 触发源是编排事件,而不是任意工具事件
  • 动作是编排动作,如 send-to-agent、notify、auto-merge
  • 带有 retry、escalateAfter、priority、persistent tracking
  • 可以对 oscillating condition 做去抖与预算累积,例如反复抖动的 CI failed
这比单纯“收到事件就执行一个 hook”高级,因为它把自动化的语义边界、重试语义、升级语义都建模了。

#### 三、Workspace / Runtime 管理是一等对象

AO 不是简单“开个 worktree 就算隔离”,而是把以下问题一次性解决:

  • 每个 worker 的 workspace 路径规则
  • 每个项目的 runtime 目录与 session 元数据目录
  • 多个 orchestrator checkout 共存时如何避免命名冲突
  • session 终止后如何 restore/adopt
  • workspace 归档和清理策略
当前 chong 的 worktree 能力更像执行器能力,而非编排平台能力。这个差别非常关键。

#### 四、SCM / Tracker / Runtime / Agent 插槽明确

AO 的抽象边界非常清晰:

  • Tracker 负责 issue/task 语义
  • SCM 负责 PR/CI/review/mergeability 语义
  • Workspace 负责代码隔离
  • Agent 负责具体 coding runtime
  • Notifier 负责通知
当前 chong 虽然已经有更通用的 plugin/hook/skill 系统,但编排领域还没有这层“窄而硬”的接口。没有这一层,未来接 GitHub、GitLab、Linear、外部 agent runtime 都会变成散点集成。

#### 五、Operator Console 面向“注意力调度”

AO 的 Dashboard 重点不是漂亮,而是一个很对的产品视角:

  • 操作者只看需要关注的 agent
  • “谁在工作、谁卡住了、谁等 review、谁可 merge、谁要人工决策”一眼分层
  • 编排系统的价值来自减少人类轮询成本
chong 当前有很强的 TUI 能力,但主视角仍然是“正在与一个 agent 交互”,不是“我在运营一群 agent”。

三、chong 当前的可复用基础

chong 并不是从零开始。相反,它已经具备大量 AO 没有或不如它的基础设施,这意味着演进重点应该是“加控制面”,不是“推倒重来”。

3.1 已有基础能力

  • internal/agent/subagent:已有 worker pool、异步执行、任务状态机、中间件链、worktree 管理、真实 SessionAgent 适配。
  • internal/agent/task/service.go:已有结构化任务 CRUD、状态流转、事件发布、存储接口。
  • internal/hooks:已有 pre/post tool、session、permission、file change、subagent task 等多类事件。
  • internal/plugin:已有多源插件加载与注册机制。
  • internal/scheduler:已有持久化调度器,可承担 poller / cleanup / periodic reconciliation。
  • internal/permission/v2:已有规则化权限引擎,可作为自治编排行为的安全边界。
  • internal/session + goal/todo 注入:已有长任务目标保持机制,可作为 worker objective 同步基础。
  • internal/a2a:具备向外暴露 agent skill / orchestrator 能力的潜力。
  • Lua-first 路线:允许后续把编排规则与工作流表达为 Lua table / Lua skill,而非再次堆 YAML 方言。

3.2 当前边界

当前这些能力更像“很强的执行底座”,而不是“完整 orchestrator”。主要边界包括:

  • subagent 的状态机还是执行态,不是交付态。
  • task service 还是 agent/task 视角,不是 project/work-item/PR 视角。
  • hooks 很强,但缺少编排语义和统一 reaction 预算管理。
  • worktree 目前主要服务局部执行隔离,没有全局 runtime namespace、adopt、restore、archive 设计。
  • UI 目前没有 operator-first 的多 worker 总览。
  • SCM/Tracker 数据仍然是“工具或命令能力”,不是“被 orchestrator 周期性消费的数据面”。

四、演进目标

本次 AO 演进的目标,不是把 chong 变成 AO 的 Go 翻版,而是让 chong 具备更强的并行编排控制面,并保留其原有差异化优势。

4.1 产品目标

  • 让用户可以从“单会话 coding”进入“项目级 orchestrator 模式”。
  • 让一个 orchestrator 能稳定管理 10 到 30 个并行 worker。
  • 让 CI 失败、review 评论、merge conflict、agent idle、agent needs input 等反馈自动回流给正确 worker。
  • 让操作者只在需要人工判断时被打断。

4.2 技术目标

  • 在现有 agent/subagent/task/scheduler 之上新增编排控制面,而不是重写底层。
  • 统一 project、work item、worker session、PR、runtime、attention event 的持久化模型。
  • 引入 canonical lifecycle 和 reaction engine。
  • 构建 GitHub-first 的 Tracker/SCM/Workspace/Notifier provider 层。
  • 提供 TUI-first 的 operator console,并为后续 Web/RPC 预留数据面。

4.3 差异化目标

  • 配置与规则表达优先使用 Lua table,不照搬 AO 的 YAML 中心化风格。
  • 利用 chong 现有 hooks、permissions、skills、A2A,把 orchestrator 变成“可自治又可编程”的系统。
  • 把“goal/todo/session memory”与 orchestrator work item 串起来,降低长任务漂移。

五、目标架构

5.1 分层原则

#### 第一层:Execution Layer,保持现有实现

保留现有:

  • SessionAgent
  • subagent executor
  • task service
  • hooks
  • permission v2
  • scheduler
这一层负责“怎么执行”。

#### 第二层:Orchestration Layer,新增控制面

新增:

  • planner
  • lifecycle manager
  • reaction engine
  • workspace lease manager
  • tracker/scm adapter
  • attention queue
  • restore/reconcile service
这一层负责“为什么执行、何时重试、何时升级、何时恢复、何时通知人类”。

#### 第三层:Operator Surface

新增:

  • /orch 命令组
  • TUI board / queue / detail pane
  • 通知与告警摘要
  • 未来可选的 Web/RPC dashboard
这一层负责“人如何监督系统”。

六、核心设计方案

6.1 引入编排域模型,而不是复用 task 直接硬撑

建议新增以下一等模型:

  • OrchestratorProject
  • WorkItem
  • WorkerSession
  • CanonicalLifecycle
  • PRSnapshot
  • ReactionPolicy
  • AttentionEvent
  • WorkspaceLease
  • AutomationAttempt
关键原则:
  • internal/agent/task 继续做 agent/task 级内部任务,不直接充当 orchestrator 的主真相源。
  • orchestrator 维护自己的 project/work-item/worker-session 视图,再选择性映射到 task service。
  • subagent 状态机继续是执行细节,编排状态机在其上做归约与提升。

6.2 设计 Canonical Lifecycle

建议新增编排态结构:

type CanonicalLifecycle struct {
    Session  SessionStateRecord
    PR       PRStateRecord
    Runtime  RuntimeStateRecord
    Activity ActivityStateRecord
}

建议编排主状态至少覆盖:

  • queued
  • spawning
  • working
  • needs_input
  • stuck
  • ci_failed
  • review_pending
  • changes_requested
  • merge_conflicts
  • mergeable
  • merged
  • done
  • terminated
每个状态必须附带:
  • reason
  • last_observed_at
  • evidence
  • source
关键约束:
  • 不要把 PR 状态和 runtime 状态塞进一个 status 字段。
  • 不要让 UI 直接依赖工具文本判断状态。
  • 所有自动化动作必须基于 canonical lifecycle 决策。

6.3 建立 Reaction Engine

反应引擎不是 hooks 替代品,而是建立在 hooks、scheduler、SCM polling、webhook 之上的决策层。

#### 事件源

  • tracker backlog 变化
  • PR 创建 / 关闭 / 合并
  • CI fail / pass
  • review comment / changes requested
  • merge conflict
  • agent idle
  • agent needs input
  • runtime lost
  • goal complete / all complete
#### 动作集合
  • send_to_worker
  • notify_operator
  • pause_worker
  • resume_worker
  • request_permission
  • open_followup_item
  • attempt_merge
  • archive_session
#### 必备机制
  • retry budget
  • escalateAfter
  • fingerprint 去重
  • oscillation 去抖
  • persistent reaction key
  • audit log
特别建议直接吸收 AO 的两个经验:
  • ci-failed 这类可抖动事件,reaction 预算不应在每次短暂恢复后立即清零。
  • needs_input、stuck、runtime_lost 这类信号必须区分“短暂探测失败”和“需要人工介入”。

6.4 重构 Worktree 模型为编排级 Workspace Manager

当前 .chong/worktrees 适合局部 subagent 隔离,但不适合编排平台。建议新增 orchestrator 专用 runtime root:

~/.chong/orchestrator/{hash}-{project}/
  sessions/
  workspaces/
  archive/
  metadata/

设计原则:

  • 项目级命名空间,而不是 repo 内局部目录。
  • 支持同一项目被多个 checkout / 多个 orchestrator 实例管理时的 hash 隔离。
  • 支持 restore、adopt-existing-workspace、archive、gc。
  • 保留当前 subagent worktree 逻辑作为执行层实现,但由 orchestrator workspace manager 统一调度。

6.5 补齐 Provider 层,而不是把编排逻辑散落在命令里

建议在现有 plugin system 之上新增编排域 provider 接口:

  • TrackerProvider
  • SCMProvider
  • WorkspaceProvider
  • ExecutionProvider
  • NotifierProvider
  • OperatorSurfaceProvider(可选,后续)
GitHub-first MVP 先实现:
  • github-tracker
  • github-scm
  • git-worktree-workspace
  • internal-agent-executor
  • desktop-notifier
  • tui-surface
注意:
  • 不必一开始就复制 AO 的全部 slot 数量与命名。
  • 但接口边界必须先立起来,否则 GitHub 逻辑会迅速侵入 orchestrator 核心。

6.6 规划器要成为一等组件

AO 的“spawn agent”已经是产品动作。chong 若要继续演进,不能只做到“手动开多个 subagent”,而要做到“从 backlog 自动生成可执行 work item”。

建议 Planner 支持:

  • 从 issue / PR / 用户目标生成 WorkItem
  • 基于依赖关系构造 DAG
  • 根据并发预算与风险等级决定 spawn 时机
  • 根据任务类型选择 subagent type / tool budget / permission mode
  • 将 worker goal/todo 与 work item objective 双向同步
第一期不追求复杂 AI 规划,可先做:
  • 一 issue 一 worker
  • 人工确认后 spawn
  • 支持简单优先级与依赖阻塞

6.7 Operator Console 采用 TUI-first,Web-second

AO 当前用 Web Dashboard;chong 当前已经深耕 TUI,因此建议:

  • 第一阶段先做 TUI 编排控制台
  • 第二阶段暴露 RPC / API
  • 第三阶段视需要补 Web 面板
TUI board 建议按注意力排序,而非按纯流程排序。建议初始列:
  • Needs Action
  • Working
  • Review Pending
  • CI Failed
  • Mergeable
  • Done
每个 worker 卡片至少展示:
  • issue / 标题
  • branch / PR
  • lifecycle state + reason
  • 最近 reaction
  • 最近活动时间
  • 是否需要人工介入

6.8 原生结构化活动日志,优于终端文本猜测

AO 使用 activity JSONL 兜底。chong 的优势是它本身掌控 SessionAgent 与工具执行,因此建议更进一步:

  • SessionAgent、subagent、task service、scheduler 统一写入结构化 activity/event stream
  • 只有对外部 runtime 才退回到 terminal parsing / JSONL fallback
  • UI 与 reaction engine 一律消费结构化事件,而不是消费日志字符串
这会让 chong 在可靠性上有机会反超 AO。

七、建议的目录与模块落点

建议新增:

internal/orchestrator/
  service.go
  config.go
  types.go
  planner/
  lifecycle/
  reactions/
  workspace/
  tracker/
  scm/
  notifier/
  attention/
  restore/
  observability/
  api/

并与现有模块建立如下关系:

  • internal/agent/subagent:继续负责执行
  • internal/agent/task:继续负责 agent 级 task 记录
  • internal/scheduler:负责 poll / reconcile / cleanup
  • internal/plugin:承载 provider 加载与装配
  • internal/permission/v2:作为自治动作安全门
  • internal/ui:新增 orchestrator board / detail view
  • internal/a2a:后续对外暴露 orchestrator 技能与状态查询

八、配置方案

8.1 配置原则

  • 全局启停与默认值放在 crush.json
  • 项目级 orchestrator 规则放在 .chong/orchestrator.lua
  • 尽量用 Lua table,不再创造一套新的 YAML DSL

8.2 建议配置形态

crush.json 负责:

  • 是否启用 orchestrator
  • 默认 provider
  • 默认并发预算
  • runtime root
  • 通知与权限默认策略
.chong/orchestrator.lua 负责:
  • 项目列表
  • tracker / scm / workspace 绑定
  • reaction policies
  • spawn policy
  • cleanup policy
  • merge policy
示意:

return {
  projects = {
    main = {
      path = ".",
      tracker = { kind = "github" },
      scm = { kind = "github" },
      workspace = { kind = "worktree" },
      max_parallel = 6,
    },
  },
  reactions = {
    ["ci-failed"] = {
      auto = true,
      action = "send_to_worker",
      retries = 2,
      escalate_after = "30m",
    },
    ["changes-requested"] = {
      auto = true,
      action = "send_to_worker",
      escalate_after = "30m",
    },
    ["approved-and-green"] = {
      auto = false,
      action = "notify_operator",
    },
  },
}

九、数据库与持久化设计

建议新增表:

  • orchestrator_projects
  • orchestrator_work_items
  • orchestrator_worker_sessions
  • orchestrator_lifecycle_snapshots
  • orchestrator_reaction_attempts
  • orchestrator_attention_events
  • orchestrator_workspace_leases
建议保留的设计原则:
  • 生命周期快照可追溯,不能只存当前状态。
  • reaction 尝试与结果必须审计化。
  • workspace lease 必须显式记录 owner、branch、path、created_at、archived_at。
  • 所有“自动动作”都必须能从数据库回放出因果链。

十、实施路线图

Phase 0:设计冻结与最小垂直切片

目标:明确边界,不让 orchestrator 逻辑污染现有 agent 核心。

交付:

  • internal/orchestrator/types.go
  • 生命周期与 reaction 的设计文档
  • SQLite migration 草案
  • /orch 命令组骨架
验收:
  • 能创建 orchestrator 项目定义
  • 能创建一个空的 worker session 记录
  • 不改动现有单会话主路径行为

Phase 1:GitHub-first Orchestrator MVP

目标:从 issue 手工 spawn 一个 worker,并能跟踪其基础状态。

交付:

  • TrackerProvider / SCMProvider / WorkspaceProvider / ExecutionProvider 最小接口
  • GitHub provider MVP
  • orchestrator service
  • worker session 与 worktree 创建
  • TUI 简单列表视图
验收:
  • 能从 GitHub issue 创建 worker
  • 能在独立 workspace 中运行
  • 能看到 queued / spawning / working / done 状态

Phase 2:Lifecycle + Reaction 闭环

目标:让 CI fail、review changes、needs input 自动回流。

交付:

  • canonical lifecycle manager
  • reaction engine
  • poller + webhook 混合输入
  • send_to_worker / notify_operator 动作
  • retry / escalation / fingerprint
验收:
  • CI fail 能在阈值内回流到对应 worker
  • review changes 能自动回流
  • needs_input / stuck 能升级到 operator
  • reaction 行为可审计可重放

Phase 3:恢复、归档、清理

目标:把 orchestrator 变成长生命周期系统,而非一次性演示。

交付:

  • runtime root 与 hash namespace
  • restore worker session
  • adopt existing workspace
  • archive / cleanup / gc
  • reconcile job
验收:
  • 重启后能恢复活动 worker
  • 失联 runtime 可被正确识别
  • 旧 workspace 能归档并按策略清理

Phase 4:Operator Console

目标:让用户真正运营 10 到 30 个 worker,而不是手动轮询。

交付:

  • TUI 看板
  • 详情面板
  • attention queue
  • 快捷动作:pause / resume / retry / restore / merge / archive
验收:
  • 20 个 worker 下仍可快速识别 attention hotspot
  • 任一 worker 的最近状态、PR、CI、review、reaction 均可一屏查看

Phase 5:Planner 与高级自动化

目标:从“手工编排”演进到“半自动并行交付”。

交付:

  • backlog ingest
  • work item DAG
  • 并发预算与优先级调度
  • merge policy
  • auto-merge / auto-close / follow-up issue creation
验收:
  • 支持一项目多 issue 并行
  • 支持按依赖和预算自动决定 spawn 顺序
  • 支持受控 auto-merge

十一、测试策略

11.1 单元测试

  • lifecycle state transition
  • reaction retry / escalation
  • fingerprint / dedupe
  • workspace lease 管理
  • provider contract tests

11.2 集成测试

  • 本地 git 仓库 + worktree 生命周期
  • 模拟 GitHub PR/CI/review 事件
  • restore / adopt / archive / gc

11.3 端到端测试

至少覆盖一条完整链路:

1. 从 issue 生成 worker 2. worker 提交变更并开 PR 3. CI fail 4. reaction 回流给 worker 5. worker 修复并 push 6. reviewer 提出 changes requested 7. reaction 再次回流 8. CI green 且 review approved 9. operator merge 或策略 auto-merge

十二、风险与应对

12.1 状态分叉

风险:subagent/task/session/orchestrator 各有状态,易出现真相源冲突。

应对:

  • orchestrator 引入自己的 canonical lifecycle
  • 其他状态只做输入,不做最终真相源

12.2 自动化越权

风险:agent 自动处理 review、merge、rebase 时可能越界。

应对:

  • 所有危险动作走 permission v2
  • reaction policy 支持 per-project/per-action 安全等级
  • auto-merge 默认关闭

12.3 API 成本与速率限制

风险:多 worker 并发轮询 GitHub,容易触发 rate limit。

应对:

  • batch enrichment
  • webhook 优先,polling 兜底
  • cache 与 backoff

12.4 Workspace 膨胀

风险:大量 worktree 与 archive 占盘并拖慢 git 操作。

应对:

  • lease + archive + gc
  • 按项目/状态/年龄分层清理

12.5 UI 先行导致空心化

风险:先做看板,底层状态与 reaction 不稳定,最终只能演示不能运行。

应对:

  • 坚持 lifecycle / reaction / restore 先于复杂 UI
  • 先做列表视图,再做丰富看板

十三、建议的决策顺序

建议严格按以下顺序推进:

1. 先定编排域模型与 canonical lifecycle。 2. 再定 provider 接口与 GitHub-first MVP。 3. 再做 reaction engine。 4. 再做 restore / runtime namespace / gc。 5. 最后做 operator console 的丰富交互。

不要反过来。

十四、最终建议

对 chong 而言,最正确的 AO 对标路线不是“照抄一个 Web Dashboard”,而是:

  • 保留现有 agent/subagent/task/hooks/permissions/Lua 能力作为底座。
  • 新增一层面向项目交付的 orchestrator control plane。
  • 以 GitHub-first、TUI-first、Lua-first 的方式切入。
  • 先做 lifecycle、reaction、workspace restore 三件套,再做大而全的 UI。
如果这条线做对,chong 最终不只是补齐 AO 的长处,还会因为以下几点形成反超:
  • 更强的原生 agent 内核控制权
  • 更强的 hooks / permissions / memory 可编程性
  • 更自然的 Lua 工作流表达
  • 更好的 A2A / MCP / skill 生态融合能力
这才是适合 chong 的 AO 演进路线。

暂无表态

想参与讨论或点赞?登录后使用完整功能

讨论回复(0)

暂无回复,登录后可参与讨论
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens