@SentientAGI的ROMA v2具有将大问题拆分为小单元并由各个独立代理处理，然后再将结果合并的结构。 这样一来，模型就不必一次性处理过多信息。 此外，每个任务只处理所需的信息，从而减少错误或过载。 同时，由于可以并行处理多个任务，速度也得到了提升，并且每个任务所需的模型会自动选择使用，从而提高了效率。 这种方式与人类在解决复杂问题时将过程分解并按顺序处理的思维方式相似。 这使得代理能够更稳定地执行长期任务。 ---- ROMA v2大大降低了开发者的负担。 不需要单独训练模型来创建特定领域的专用代理。 只需通过提示设计即可组装，并且在执行过程中生成的资料和结果能够系统地管理，以便于重用。 因此，代理之间的协作过程变得更加清晰，复杂项目的分阶段解决也变得更加容易。 最终，这可以看作是多代理协作扩展的一个升级。