Fez：让多个AI智能体像团队一样协作决策的Mac应用

Fez是什么

Fez是一款面向Mac平台的桌面应用，核心理念很直接：让多个AI智能体（agent）作为同一个工作空间里的成员协同工作，由整个"房间"来决定哪个智能体负责哪项任务。它在Product Hunt上获得了79个赞，排在当日榜单第20位，归属于Mac、开源、人工智能和GitHub等分类。

与市面上单一AI助手的产品逻辑不同，Fez试图把"团队协作"这一人类组织方式搬进AI工作流。你面对的不是一个孤立的对话框，而是一群各司其职的智能体，它们在共享环境中相互沟通、分配职责、共同做出决策。

多智能体协作的设计思路

Fez最值得关注的地方，是它把决策权交给了"房间"而非单个智能体。按照官方描述，多个AI agent以同一工作空间成员的身份存在，由集体来决定谁承担什么工作。这种设计接近于真实团队中的分工机制——任务不是被硬编码分配，而是根据情境动态调度。

这种模式解决的是当下AI应用的一个现实痛点：单个大模型在处理复杂、多步骤任务时容易顾此失彼。将任务拆解给多个专门化的智能体，再通过协调机制整合结果，理论上能提升整体的可靠性和效率。当然，多智能体系统的协调开销、决策冲突如何化解，仍是这类产品需要持续打磨的核心。

多智能体系统（Multi-Agent System，MAS）是人工智能与分布式计算领域的经典研究课题，其基本思想是将复杂任务分解后交由多个具备不同能力或角色的自主体协作完成。在大语言模型（LLM）兴起之前，MAS多见于机器人仿真、博弈对抗等学术场景。2023年前后，随着GPT-4等强大基础模型的普及，以AutoGPT、MetaGPT、CrewAI为代表的"LLM驱动多智能体框架"迅速涌现，核心范式是给每个智能体指定角色（如"产品经理""工程师""测试员"），通过结构化对话完成端到端任务。这类框架的主要挑战在于：智能体间的沟通成本随数量增加呈指数级上升，且当各智能体产生互相矛盾的输出时，仲裁机制的设计至关重要。Fez将决策权交给"房间"的集体机制，正是针对这一问题的一种设计尝试。

建立在nostr等去中心化协议之上

Fez的技术选型颇具特色——它构建在nostr协议之上（原文还提到jev，可能指相关技术组件）。nostr是一个去中心化的社交与通信协议，以抗审查和用户自主控制数据著称。

把多智能体协作架在nostr这样的去中心化通信协议上，意味着智能体之间的消息传递不依赖中心化服务器，这在数据主权和隐私层面提供了不同于主流云端方案的路径。对于关注数据自主、希望避免被单一平台锁定的用户来说，这是一个有意思的方向。不过，去中心化架构也可能带来延迟、状态同步等工程挑战，实际体验如何还需更多验证。

nostr（Notes and Other Stuff Transmitted by Relays）由开发者fiatjaf于2020年前后提出，其核心设计非常简洁：用户拥有一对公私钥作为身份标识，消息通过独立的中继服务器（relay）广播和转发，任何人都可以运行自己的中继节点。与传统社交平台不同，nostr没有中央权威可以封禁账户或删除内容——身份由密钥控制，数据由用户自己掌握。这一协议最初因马斯克收购Twitter引发的言论审查争议而受到广泛关注，Jack Dorsey等人也曾公开表示支持。将nostr引入多智能体通信场景，意味着每个AI智能体可以持有独立的密钥对，智能体之间的消息交换通过去中心化中继网络传递，从架构层面消除了对单一云服务商的依赖。这一设计对希望在本地或私有基础设施上运行AI工作流的用户尤其具有吸引力。

开源与产品定位

Fez被明确标注为开源项目，并出现在GitHub分类下。开源意味着开发者可以审查其协作机制的实现细节，也为社区贡献和二次开发留出了空间。对于一个探索多智能体协作范式的早期产品而言，开源既是建立信任的方式，也有助于快速迭代。

目前Fez专注于Mac桌面端，由独立开发者ken打造。从Product Hunt上仅1条评论的情况看，它还处于相对早期的阶段，社区规模有限，但79个赞说明其"团队式AI协作"的概念确实引起了一定关注。

值得关注的看点

多智能体协作是当前AI应用领域的热门探索方向，从AutoGPT到各类agent框架，业界都在寻找让AI"组队作战"的有效范式。Fez的差异化在于：它不是一个开发框架，而是一款面向普通用户的桌面成品；同时它选择了去中心化的nostr作为底层通信基础，这在同类产品中较为少见。

对于希望尝鲜多智能体工作流、又重视数据自主的Mac用户，Fez提供了一个可以动手体验的开源选项。它能否在协调效率和实际可用性上兑现承诺，还需要时间和用户反馈来检验。