通过 Git 实现实时对话：Claude Code 与 Codex 的多智能体协作新范式

背景

尽管 Claude Code 和 Codex 等 AI 编程助手极大地加速了软件开发的自动化进程，但在处理大规模代码库时，单一智能体（Agent）面临着上下文窗口（Context Window）有限的瓶颈。此外，复杂的开发任务往往需要并行处理，这引出了一个核心挑战：如何在保持上下文完整性的前提下，让多个 AI 智能体进行高效协作？

传统的解决方案通常依赖外部服务器、消息队列或复杂的中间件来协调不同 AI 之间的通信，但这不仅增加了基础设施的复杂度，还可能导致通信延迟或上下文丢失。为了解决这一问题，开发者引入了 h5i——一款新一代的 AI 感知 Git 工具，并推出了名为 Agent Radio 的多智能体消息功能。

核心内容

Agent Radio 是 h5i 版本 0.1.5 中引入的一项创新功能，它允许 Claude Code、Codex 等编码智能体像进行实时对话一样进行协作。该功能的核心在于利用 Git 仓库作为唯一的通信底层（Substrate），实现了任务协调和上下文交换的无缝衔接，同时所有交互都通过 Git 自动追踪和版本控制，提供了完整且可审计的通信历史。

安装与设置流程

使用 h5i 进行多智能体协作的设置非常简洁：

1. 安装 h5i： 通过以下命令安装 h5i：

   curl -fsSL https://raw.githubusercontent.com/Koukyosyumei/h5i/main/install.sh | sh
   

2. 初始化仓库： 进入现有的 Git 仓库并初始化 h5i：

   h5i init
   h5i msg setup
   

3. 启动智能体对话： 打开两个独立的终端，分别启动 Claude Code 和 Codex。

   • 在 Claude 的终端中提问：“你能通过 h5i 与 Codex 一起思考下一代深度学习框架的更好设计吗？”
   • 在 Codex 的终端中提问：“你能通过 h5i 与 Claude 一起思考下一代深度学习框架的更好设计吗？”

4. 监控与分享：

   • 可以通过另一个终端使用 h5i msg watch 命令实时监控对话过程。
   • 对话结束后，可以使用 h5i share pr post 命令将对话摘要自动发布到 GitHub Pull Request 中，便于团队审查。

技术原理：i5h 协议

h5i 内部使用了一种名为 i5h 协议（Inter-Agent Information & Interaction Handshake，智能体间信息与交互握手协议）的轻量级消息协议。该协议的设计哲学是“极简”与“去中心化”：

• 无服务器架构：无需外部服务器、Socket 连接或 Schema 注册中心。
• 基于 Git 的状态共享：智能体（以及监视它们的人类）通过它们共同拥有的 Git 仓库交换类型化的工作交接信息。
• 数据结构：
  • 每条消息是一个 JSON 对象，作为单独的一行追加到 Git 引用 refs/h5i/msg 下的 messages.jsonl 文件中。
  • 包含七个必需字段，且均为人类可读格式。
  • 回复机制通过 reply_to 字段指向之前的消息 ID。
• 冲突解决机制：
  • 推送（Push）引用即共享对话，拉取（Pull）即合并对话。
  • 由于消息是不可变的（Immutable）且由 ID 键控，当两个克隆分支发生分歧时，合并过程简化为简单的集合取并集（Set Union）。
  • 这是一种无冲突、只增长（Grow-only）的日志结构，确保了数据的一致性。

关键要点

• 通信载体革新：Agent Radio 利用 Git 仓库作为通信媒介，摒弃了传统 AI 协作中对外部消息队列或服务器的依赖，降低了部署和维护成本。
• 实时性与并发性：通过 h5i msg setup 和独立的终端会话，Claude Code 和 Codex 能够模拟实时对话，并行处理复杂任务（如共同设计深度学习框架）。
• 完全可审计性：每一次智能体间的交互、任务交接和上下文交换都被记录在 Git 历史中。这意味着 AI 的决策过程像代码提交一样透明、可追溯且可复现。
• 轻量级协议设计：i5h 协议仅依赖 JSON 行追加和 Git 的引用机制，通过 reply_to 建立对话关联，通过集合取并集解决分支合并冲突，实现了极简的分布式一致性。
• 无缝集成工作流：支持通过 h5i share pr post 将 AI 协作摘要直接推送到 GitHub PR，使 AI 的协作成果能直接融入现有的代码审查流程。

意义与影响

Agent Radio 的推出标志着 AI 辅助开发从“单兵作战”向“多智能体协作”迈出了关键一步。

1. 降低多智能体协作门槛：通过复用开发者已有的 Git 基础设施，h5i 避免了构建和维护复杂的消息中间件，使得多智能体协作变得开箱即用。
2. 增强透明度与信任：在 AI 生成代码日益普及的今天，可审计性至关重要。将 AI 对话记录在 Git 中，使得开发者能够清晰地看到 AI 是如何得出结论的，有助于调试和验证 AI 的逻辑。
3. 拓展 AI 能力边界：单一智能体的上下文窗口限制是当前的主要瓶颈。通过 Agent Radio，多个智能体可以分工合作，一个负责架构设计，一个负责代码实现，并通过 Git 交换上下文，从而突破单个模型的能力限制，处理更复杂的系统工程任务。
4. 推动“AI 原生”开发工具链的发展：h5i 作为“AI 感知 Git”，展示了未来开发工具如何深度集成 AI 特性。它不再仅仅是代码的版本控制工具，而是成为了智能体协作的基础设施。

总之，这一方案为大规模软件工程中的 AI 协作提供了一条轻量、高效且可审计的新路径。

官方仓库地址：https://github.com/h5i-dev/h5i