tap: A File-Based Protocol for Heterogeneous LLM Agent Collaboration
tap：异构LLM Agent基于文件系统的协作协议
🧭 多智能体协作 · 文件通信协议 ★ 深度解读
HUA Labs
通过文件优先级设计结合实时通知，实现Claude与Codex在同一仓库无共享内存的长期开发与审查。
📌 工作参考价值（4 点）
- 消息持久化与审计：在推荐Agent流水线（如生成式检索->精排->文案生成）中，可以模仿tap将中间消息（检索结果、特征拼接、决策理由）以文件形式落盘，既做审计又能用于失败重试，避免仅依赖内部状态。
- 异构模型配对产生多样性：实验发现不同模型（Claude/Codex）配对审查时检出缺陷率更高（69.8% vs 53.1%），这启示在多智能体推荐评估中，混合不同供应商的LLM作为“评审”可能减少群体思维，尤其适用于敏感规则审核、安全校验等任务。
- 无共享运行时的编排：通过独立git worktree和文件隔离，Agent无需共享内存或统一API网关，可直接用于现有微服务环境——每个推荐模块（召回、排序、解释生成）由不同厂商模型驱动，通过文件交换输出继续迭代。
- 自应用迭代机制：tap自身用自己开发，问题直接通过审查->mission->修复循环改进协议，这种“用Agent改进Agent系统”的模式能迁移到推荐引擎自动调参或策略进化，前提是操作日志与复盘记录结构化可回放。