研究
灵织研究的是：一群智能体要具备什么，才能像一支团队而不是一群人那样工作 —— 它们如何共享各自知道的东西，在信息不对等时如何分工，如何变得更好，以及一个人要凭什么判断这支团队到底好不好。
多智能体系统的难题不在模型内部，而在模型周围。
我们在做的事。
其中一些背后已经有结果。另一些还是问题。
共享记忆
五个智能体拿到同一份文档，会读五遍，也付五遍钱。按会话、按智能体、按团队来划分记忆范围，在我们自己的运行里能把这个开销压到远低于线性。
信息不对等
多数系统在开工之前就把谁跟谁说话定死了，但一支真实团队里，成员知道的东西本来就不一样。团队的形状能不能反过来跟着任务走？
脚手架演化
模型外围的那套脚手架是人手工搭的，搭完就不再变。智能体能不能自己去改它？我们目前还没有答案。
执行反馈
沙箱把进程打印的一切原样返回 —— 一千行日志、一段调用栈、一个退出码。我们在做的是：把这些变成智能体真正能据以行动的东西。
超出文本
到目前为止，几乎所有智能体工作都发生在文本和代码里。而做事需要有地方可做，所以我们在构建智能体能够在其中行动的环境。
团队评测
现有基准测试是为单个智能体、短程运行设计的。没有一个能说明一支团队在长程任务里撑不撑得住，以及代价是多少。