现有的多智能体框架（如LangGraph、CrewAI）普遍要求开发者预先硬编码工作流或角色，导致系统缺乏灵活性。作者开发了Cord，这是一个允许AI智能体在运行时动态将目标分解为任务树的新框架。其核心创新在于引入了“spawn”（子任务仅获取指定上下文）和“fork”（子任务继承所有兄弟节点上下文）两种原语，从而让LLM自主决定任务拆分方式、并行策略与依赖关系。该系统仅用约500行Python代码实现，利用Claude Code CLI和SQLite，通过测试证明了现代LLM已具备理解并执行复杂动态协调协议的能力。
