Multi-Presence 是 moollm 中的一种机制，其核心描述为“同一张卡片，同时在多个房间中活跃”。它允许单张卡片（角色、工具、技能）同时在多个房间中被实例化，每个实例拥有自己的状态。这类似于在多个终端中运行同一个程序：相同代码、不同上下文、并行执行。
用途
Multi-Presence 主要用于三类场景。第一是并行探索：将同一个研究者角色同时派往多个分支，例如 research-room-A、research-room-B、research-room-C 各有一个研究者实例，分别探索假设 A、B、C，三者并行运行，之后比较结果并合并洞见。第二是交叉授粉：不同房间中的同一角色可以互相通信，例如 Room A 中的 Debugger 发现一个模式但无法理解，Room B 中的 Debugger 拥有相关上下文，两者交流后共同得出推断。第三是分布式工作：将大任务拆分到多个房间，例如“分析全部 50 份文档”可拆为 document-batch-1 处理文档 1-10、document-batch-2 处理文档 11-20 等，再由 aggregator 汇总各实例的结果。
主要能力
Multi-Presence 支持将同一张卡片多次播放到不同房间，每次播放都会创建一个独立激活，各自拥有本地变量、进度、发现和标签。实例状态以 YAML 文件形式保存，例如 room-A/activations/analyst-001.yml 中记录 card、instance_id、tags 以及 state（current_document、findings、progress 等）。
在单次 LLM 调用内，所有实例可以即时通信，无需往返，实现“光速通信”。例如 Analyst-A 报告在文档 1-10 中发现 Pattern X，Analyst-B 报告在文档 11-20 中发现 Pattern Y，Analyst-C 指出 X 与 Y 结合暗示 Z，Aggregator 则将洞见 Z 记录为主要发现，所有内容在 epoch 结束时写入文件。
Multi-Presence 遵循 Actor 模型：Actor 对应卡片激活，Mailbox 对应房间收件箱，Message 对应抛出的对象，Spawn 对应 PLAY card，State 对应实例 YAML。每个激活都是独立 actor，拥有自己的状态、自己的邮箱，能够生成更多 actor，且没有共享可变状态（文件即状态）。
多个实例还可以投票或达成共识。例如三个 reviewer 实例分别给出 APPROVE、APPROVE、NEEDS_WORK，通过多数共识协议得出 APPROVE（2/3）。
使用方式
基本操作是使用 PLAY 命令将卡片播放到房间中，例如：
PLAY analyst-card IN room-A Analyst instance created in room-A
PLAY analyst-card IN room-B Analyst instance created in room-B
PLAY analyst-card IN room-C Analyst instance created in room-C
此后 analyst-card 拥有三个激活，各自状态独立。
激活具有生命周期：PLAY card IN room 创建激活；激活运行并更新状态；激活完成后可 DELETE 或 TRANSFORM；TRANSFORM 后成为输出卡片。激活可以完成并删除自身、转化为结果卡片、生成子激活、与其他实例合并，或阻塞等待异步工具调用。
激活可处于多种状态：active（运行中，本 epoch 处理）、blocked（等待工具结果，跳过）、ready（工具已返回，恢复处理）、paused（用户暂停，恢复前跳过）、completed（已完成，可清理）。当工具返回时，结果写入激活，激活带着结果恢复上下文。多个激活可以同时有未完成的工具调用，例如 analyst-001 阻塞于 web-search、analyst-002 阻塞于 file-read、analyst-003 阻塞于 api-call、analyst-004 处于 active，所有工具并行返回后，下一个 epoch 四个实例全部就绪。这相当于面向 LLM agent 的 async/await：非阻塞、并行、可恢复。
适用场景
Multi-Presence 适用于需要并行探索多个假设、跨房间共享洞见、将大任务拆分给多个实例处理并汇总结果的场景。示例“研究蜂群”中，swarm 使用 researcher-card，实例数为 5，分别分配到 literature-review、data-analysis、methodology、experiments、writing 五个房间，各自聚焦不同方向，协调方式为每次重大发现后同步，并在主房间进行每周综合。
限制
资料未提供关于 Multi-Presence 的具体性能上限、并发实例数量限制、收费或价格信息、平台依赖或兼容性要求。其运行依赖 moollm 的卡片、房间、数据流、Coherence Engine 和光速通信等机制，具体实现细节需参考 moollm 的 PROTOCOLS.yml。