1. INMS 论文里的 Memory Sharing 到底在解决什么问题
如果你最近在折腾 LLM Agents，大概率会遇到一个很别扭的场景：你写了三个 Agent，一个负责查资料，一个负责写代码，一个负责跑测试。它们各自维护自己的上下文，互相之间完全不知道对方刚才干了什么。查资料的 Agent 好不容易从一堆文档里定位到关键接口，写代码的 Agent 却要从零开始重新理解需求；跑测试的 Agent 发现某个依赖版本不对，这个信息也传不回给写代码的那个。结果就是每个 Agent 都在重复劳动，token 烧得飞快，任务还经常卡在信息断层上。
INMS 这篇论文的核心切入点就在这里。它讨论的是 Memory Sharing，也就是让多个 LLM Agents 之间能够共享和复用记忆，而不是各自为战。论文里把记忆分成几个层次来管理：有短期的工作记忆，记录当前这一轮任务里发生了什么；有长期的语义记忆，沉淀跨任务的经验；还有共享记忆池，让不同 Agent 可以按需读取别人产生的中间结果。这个思路其实很符合工程直觉——你不需要让每个 Agent 都变成全知全能，而是让它们能像团队一样交换笔记。
我自己的理解是，Memory Sharing 要落地，绕不开三个工程问题。第一是记忆的写入格式要统一，否则 A Agent 写的东西 B Agent 读不懂；第二是读取权限和范围要可控，不能让一个负责闲聊的 Agent 读到生产环境的敏感配置；第三是调用通道要稳定，多个 Agent 频繁读写共享记忆，底层 API 的并发和鉴权必须扛得住。前两个问题偏架构设计，第三个问题则直接落到 API 接入层。
这也是为什么我把这篇论文笔记和 TaoToken 的接入实践放在一起写。论文给的是机制层面的思路，但真要跑起来，你得有一个统一的 Key 和 Base URL 来支撑多 Agent 的并发调用。否则每个 Agent 配一套密钥，光是管理就够头疼的。下面我会先讲清楚 INMS 里 Memory Sharing 的机制拆解，然后给出可复制的配置片段，最后演示一次多 Agent 记忆共享请求的验证动作。目标很明确：把论文里的思路变成你本地能跑通的工程配置。
2. TaoToken 统一 Key 接入：多 Agent 共享记忆的前置准备
在动手配置之前，先把 TaoToken 这边的准备工作说清楚。你可以把它理解成一个统一的 API 通道，多个 Agent 共用同一个 Base URL 和 Key，不需要每个 Agent 单独申请一套凭证。对于 Memory Sharing 这种需要频繁跨 Agent 读写的场景，统一通道的好处很明显：鉴权逻辑只维护一份，调用配额集中管理，出问题的时候排查路径也短。
先访问官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 了解整体能力，然后进入控制台创建你的 API Key。控制台地址是 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite ，在这里你可以生成和管理 Key。生成之后，API Keys 管理页在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite ，建议你在这里给不同的 Agent 打上标签，方便后续区分调用来源。
这里有个细节值得注意：Memory Sharing 场景下，多个 Agent 会并发读写共享记忆，所以 Key 的权限范围要提前想好。如果你只是本地实验，一个 Key 给所有 Agent 用完全没问题；如果是要跑长期任务，建议按 Agent 角色拆分 Key，比如「检索 Agent 专用」「编码 Agent 专用」，这样某个 Agent 出问题的时候不会影响其他 Agent 的调用配额。
Base URL 统一用 https://taotoken.net/api ，注意这个地址后面不加任何 UTM 参数，直接作为 API 请求的根地址。模型 ID 方面，你可以根据任务复杂度选择，轻量的记忆摘要任务用较小的模型，复杂的推理任务用大模型。具体支持哪些模型，可以在模型对话页面 https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_content=models&utm_campaign=rewrite 查看当前可用的列表。
接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite ，里面有针对不同语言和框架的调用示例。如果你用的是 Claude Code 这类工具，可以参考 https://taotoken.net/claude-code-anthropic?utm_source=taotoken_aicg_blog_end&utm_content=claude-code-anthropic&utm_campaign=rewrite 里的配置说明。长期跑编码类 Agent 的话，Coding Plan 页面 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite 有更详细的套餐说明。
准备工作做完之后，你手里应该有三样东西：一个 Base URL（https://taotoken.net/api）、一个 API Key、一个选定的 Model ID。这三件套是后面所有配置的基础，缺一不可。接下来我会给出具体的配置文件片段，你可以直接复制到自己的项目里。
3. 可复制的多 Agent 记忆共享配置片段
这一节给出实际可用的配置片段。我会用 JSON 和 TOML 两种格式分别演示，你可以根据自己的技术栈选择。核心思路是：所有 Agent 共用同一个 Base URL 和 Key，但通过不同的 system prompt 和记忆读写策略来区分角色。
先看 JSON 格式的配置，适合 Node.js 或 Python 项目直接读取：
{ "taotoken": { "base_url": "https://taotoken.net/api", "api_key": "sk-your-taotoken-key-here", "default_model": "claude-sonnet-4-20250514", "timeout": 60 }, "agents": { "retriever": { "role": "retrieval", "model": "claude-haiku-3-5-20241022", "memory_scope": "shared_read_write", "system_prompt": "你负责从共享记忆池中检索相关信息，并将新发现的资料写入记忆池。" }, "coder": { "role": "coding", "model": "claude-sonnet-4-20250514", "memory_scope": "shared_read_write", "system_prompt": "你负责根据共享记忆中的需求编写代码，并将代码变更记录写入记忆池。" }, "tester": { "role": "testing", "model": "claude-haiku-3-5-20241022", "memory_scope": "shared_read_only", "system_prompt": "你负责运行测试并读取共享记忆中的代码变更，将测试结果写入记忆池。" } }, "memory": { "storage": "local_file", "path": "./shared_memory.json", "max_entries": 500, "ttl_seconds": 86400 } }如果你用的是 TOML 格式，比如 Rust 项目或者某些 Python 工具的配置，可以这样写：
[taotoken] base_url = "https://taotoken.net/api" api_key = "sk-your-taotoken-key-here" default_model = "claude-sonnet-4-20250514" timeout = 60 [agents.retriever] role = "retrieval" model = "claude-haiku-3-5-20241022" memory_scope = "shared_read_write" system_prompt = "你负责从共享记忆池中检索相关信息，并将新发现的资料写入记忆池。" [agents.coder] role = "coding" model = "claude-sonnet-4-20250514" memory_scope = "shared_read_write" system_prompt = "你负责根据共享记忆中的需求编写代码，并将代码变更记录写入记忆池。" [agents.tester] role = "testing" model = "claude-haiku-3-5-20241022" memory_scope = "shared_read_only" system_prompt = "你负责运行测试并读取共享记忆中的代码变更，将测试结果写入记忆池。" [memory] storage = "local_file" path = "./shared_memory.json" max_entries = 500 ttl_seconds = 86400这里有几个参数需要解释一下。memory_scope控制每个 Agent 对共享记忆的读写权限，shared_read_write表示可读可写，shared_read_only表示只读。这个设计对应了 INMS 论文里提到的权限分层思路——不是所有 Agent 都需要写入权限，测试 Agent 只需要读取代码变更并写入测试结果，不需要修改需求描述。
max_entries和ttl_seconds是记忆池的容量控制。Memory Sharing 最大的坑就是记忆无限膨胀，最后每个 Agent 的 prompt 里塞了几万条历史记录，token 直接爆炸。所以一定要设置上限和过期时间，让旧记忆自动淘汰。
如果你用的是 Claude Code 或者类似的工具，配置方式会略有不同。以 Claude Code 为例，你需要在 settings 文件里指定 Base URL 和 Key：
{ "anthropic": { "base_url": "https://taotoken.net/api", "api_key": "sk-your-taotoken-key-here" }, "model": "claude-sonnet-4-20250514" }注意这里的 Base URL 同样是 https://taotoken.net/api ，不要加多余的路径。Model ID 要和你实际使用的模型对应，写错了会直接报 404。
配置写完之后，建议先跑一个最简单的连通性测试，确认 Key 和 Base URL 没问题，再开始多 Agent 的记忆共享逻辑。下一节我会给出具体的验证请求代码。
4. 验证请求：跑通一次多 Agent 记忆共享
配置写好了，接下来要验证它真的能跑通。我会用一个最小化的 Python 示例，演示两个 Agent 如何通过共享记忆池协作完成一个任务。这个示例不依赖任何复杂的框架，只用标准的 requests 库，你可以直接复制运行。
先安装依赖：
pip install requests然后创建一个memory_sharing_demo.py文件：
import json import os import requests from datetime import datetime TAOTOKEN_BASE_URL = "https://taotoken.net/api" TAOTOKEN_API_KEY = os.environ.get("TAOTOKEN_API_KEY", "sk-your-taotoken-key-here") MEMORY_FILE = "./shared_memory.json" def load_memory(): if os.path.exists(MEMORY_FILE): with open(MEMORY_FILE, "r", encoding="utf-8") as f: return json.load(f) return {"entries": []} def save_memory(memory): with open(MEMORY_FILE, "w", encoding="utf-8") as f: json.dump(memory, f, ensure_ascii=False, indent=2) def write_memory(agent_name, content): memory = load_memory() memory["entries"].append({ "agent": agent_name, "content": content, "timestamp": datetime.now().isoformat() }) if len(memory["entries"]) > 500: memory["entries"] = memory["entries"][-500:] save_memory(memory) def read_memory(agent_name, limit=10): memory = load_memory() entries = memory["entries"][-limit:] return "\n".join([f"[{e['agent']}] {e['content']}" for e in entries]) def call_agent(agent_name, system_prompt, user_input, model="claude-haiku-3-5-20241022"): headers = { "Authorization": f"Bearer {TAOTOKEN_API_KEY}", "Content-Type": "application/json" } payload = { "model": model, "max_tokens": 1024, "system": system_prompt, "messages": [ {"role": "user", "content": user_input} ] } response = requests.post( f"{TAOTOKEN_BASE_URL}/v1/messages", headers=headers, json=payload, timeout=60 ) response.raise_for_status() return response.json()["content"][0]["text"] if __name__ == "__main__": # Agent A：检索 Agent，负责收集信息并写入共享记忆 retriever_prompt = "你是一个检索 Agent。请根据用户需求，列出需要查证的关键信息点，每条不超过 50 字。" retriever_result = call_agent( "retriever", retriever_prompt, "我要给一个 Python 项目添加单元测试，需要了解哪些信息？" ) write_memory("retriever", retriever_result) print("检索 Agent 写入完成：") print(retriever_result) # Agent B：编码 Agent，读取共享记忆后继续工作 coder_prompt = "你是一个编码 Agent。请根据共享记忆中的信息，给出下一步的具体操作建议。" shared_context = read_memory("coder") coder_result = call_agent( "coder", coder_prompt, f"当前共享记忆内容：\n{shared_context}\n\n请给出下一步操作建议。" ) write_memory("coder", coder_result) print("\n编码 Agent 读取并写入完成：") print(coder_result)运行之前，先把你的 Key 设置到环境变量里：
export TAOTOKEN_API_KEY="sk-your-taotoken-key-here" python memory_sharing_demo.py如果一切正常，你会看到类似这样的输出：
检索 Agent 写入完成： 1. 项目使用的测试框架（pytest/unittest） 2. 现有代码的模块划分 3. 需要覆盖的核心函数列表 4. 是否已有 CI 配置 编码 Agent 读取并写入完成： 根据共享记忆，建议先确认测试框架，然后为每个核心函数编写测试用例。这个示例虽然简单，但它完整演示了 Memory Sharing 的核心流程：Agent A 产生记忆并写入共享池，Agent B 读取共享池后继续工作。你可以把call_agent函数替换成任何你需要的 Agent 逻辑，共享记忆的读写机制保持不变。
实测下来，这个模式在多个 Agent 协作的场景里非常实用。比如你有一个负责爬取文档的 Agent，一个负责总结的 Agent，一个负责生成代码的 Agent，它们通过共享记忆池传递中间结果，比每个 Agent 单独维护上下文要高效得多。
5. 常见报错排查：401、local proxy failed、reading choices
多 Agent 接入的过程中，有几个报错出现的频率特别高。我把自己踩过的坑整理出来，你可以对照着排查。
401 Unauthorized
这是最常见的鉴权错误。原因通常是 Key 写错了、Key 过期了、或者请求头格式不对。检查你的请求头，确保是Authorization: Bearer sk-xxx的格式，注意 Bearer 和 Key 之间有一个空格。如果你用的是环境变量，确认环境变量真的被读取到了，可以在代码里打印一下os.environ.get("TAOTOKEN_API_KEY")看看是不是 None。
还有一种情况是 Base URL 写错了。正确的地址是 https://taotoken.net/api ，如果你写成了https://taotoken.net/api/v1或者少了/api，都会导致鉴权失败。记住这个地址后面不加任何多余路径。
local proxy failed
这个报错通常出现在你本地配置了某些网络工具的情况下。TaoToken 的 API 通道是直连的，不需要额外的网络配置。如果你看到这个报错，先检查你的环境变量里有没有HTTP_PROXY或HTTPS_PROXY的设置，有的话先取消掉。另外检查一下你的 hosts 文件，确认没有把taotoken.net指向错误的地址。
reading choices 相关报错
如果你用的是 OpenAI 兼容的调用方式，可能会遇到reading 'choices'这样的报错。这通常是因为响应格式和你的解析代码不匹配。TaoToken 的 API 返回格式是标准的，但如果你用的是 Anthropic 风格的接口，返回的是content字段而不是choices。检查你的解析代码，确认它和实际返回的 JSON 结构对应。可以在请求之后先打印完整的 response.json() 看看结构。
OAuth 相关报错
如果你用的是 Claude Code 或者其他需要 OAuth 的工具，可能会遇到 OAuth 相关的报错。这种情况下，检查你的 settings 文件里是否正确配置了 Base URL 和 Key。以 Claude Code 为例，配置里需要同时指定base_url和api_key，缺一不可。如果你用的是 CC Switch 或者 Cline MCP 这类工具，配置里要写全三件套：Base URL、Key、Model ID。少写任何一个都会导致连接失败。
模型 ID 写错导致的 404
这个报错信息通常比较模糊，可能只显示model not found。解决办法是去模型对话页面确认当前可用的模型 ID，不要凭记忆写。模型 ID 是区分大小写的，claude-sonnet-4-20250514和Claude-Sonnet-4-20250514是两个不同的字符串。
并发请求导致的限流
多 Agent 场景下，多个 Agent 同时调用 API 是很常见的。如果你看到 429 或者 rate limit 相关的报错，说明触发了限流。解决办法有两个：一是降低并发数，给每个 Agent 加一个简单的请求间隔；二是检查你的套餐配额，确认当前配额是否足够支撑多 Agent 并发。Coding Plan 页面有更详细的配额说明。
排查问题的通用思路是：先确认 Base URL 和 Key 没问题，再确认 Model ID 正确，最后检查请求格式和解析逻辑。大部分报错都出在前两步。
6. 从论文到工程：多 Agent 记忆共享的落地建议
把 INMS 论文里的 Memory Sharing 机制落到工程上，我最大的体会是：不要一上来就追求完美的记忆管理架构。先跑通一个最小的共享记忆池，让两个 Agent 能通过它交换信息，然后再逐步增加权限控制、容量管理、过期淘汰这些机制。
共享记忆的格式尽量用纯文本或者简单的 JSON，不要搞太复杂的嵌套结构。因为最终这些记忆是要塞进 prompt 里的，结构越简单，模型理解起来越容易。我试过用嵌套很深的 JSON 存记忆，结果模型经常解析错字段，后来改成扁平的文本记录，问题就少了很多。
权限控制方面，建议从最小权限开始。默认所有 Agent 都是只读，只有明确需要写入的 Agent 才给写权限。这样即使某个 Agent 出问题，也不会污染整个共享记忆池。
容量管理一定要做。我见过太多项目因为记忆池无限增长，最后每个请求的 prompt 都超过模型上下文限制。设置一个合理的max_entries和ttl_seconds，让旧记忆自动淘汰，比手动清理靠谱得多。
最后，多 Agent 的调用通道尽量统一。用 TaoToken 这样的统一 Key 和 Base URL，比每个 Agent 单独配一套凭证要省心得多。出问题的时候，你只需要检查一个地方，而不是在多个配置之间来回切换。接入文档里有更详细的配置示例，模型对话页面可以快速验证你的 Key 是否可用。长期跑编码类 Agent 的话，Coding Plan 的配额方案值得看一下。
