一位前AI工程师在42巴黎演讲后，转身投入了一个让同行挠头的赛道——多智能体系统的编排工具。

从单兵到军团：复杂度指数级跳变

打开网易新闻 查看精彩图片

Médéric Hurier的身份标签很有意思：NASA评委、42 Paris讲师、Getcleed创始人。这些经历指向同一个观察——当AI从单个智能体（agent，自主执行任务的AI程序）扩展到多智能体协作时，工程挑战发生了质变。

单智能体的调试像修一辆车。多智能体系统？像在指挥一个交响乐团，而乐手们还在即兴改谱。

编排困境：谁听谁的？

原文未展开技术细节，但"orchestration（编排）"这个词本身暴露痛点。多个智能体并行决策时，任务分配、冲突消解、状态同步都需要新协议。

现有工具链大多面向单体设计。Hurier选择创业，说明市场缺口真实存在——不是优化问题，是基础设施缺失。

可观测性黑洞：黑箱套黑箱

比编排更难的是"observability（可观测性）"。单个模型的输出已难追溯，多智能体交互产生 emergent behavior（涌现行为），传统日志系统直接失效。

开发者需要看到：智能体A为什么把任务转给B？B的决策依据何时污染了C的上下文？这些问题没有现成答案。

创业信号：基础设施层的机会窗口

Hurier的转型路径值得注意。从AI工程师到创始人，他押注的不是应用层，而是多智能体时代的"必要工具"。

这与云计算早期类似——AWS解决的是开发者不想自建服务器的问题。Getcleed们要解决的，是开发者不想自建智能体协作框架的问题。

市场数据尚未披露，但NASA评委的身份背书、42 Paris的技术社区影响力，构成了创始人-market fit（创始人-市场匹配度）的早期验证。多智能体系统的工具链，可能是2024-2025年最被低估的基础设施赛道。