让复杂任务由团队完成：阿里云 AgentCore 多 Agent 协作架构及实践

作者：柳遵飞（翼严）

一张跨业务模块的工单，往往需要多种专业能力共同处理：解释业务规则、核验系统数据、分析异常原因，再将不同环节的结论整理成有依据、可执行的答复。

企业已经积累了业务文档、系统接口和操作规范。让这些积累被 Agent 使用之后，接下来的问题是：如何把不同专业能力组织起来，让它们各司其职、协同推进，并对最终结果负责？

Alibaba Cloud AgentCore 以身份、通信、团队和任务为基础，让专业 Agent 与人类成员共同参与业务协作。 企业可以按职责组合知识、工具、Skill 和模型，用任务系统持续追踪工作，再结合 AgentLoop 评估效果、优化配置。

为什么复杂任务需要专业分工

当一个 Agent 承担的业务范围不断扩大，工具、知识与工作规则也会随之增长。围绕复杂任务，企业通常需要关注三类工程压力。

工具技能多，查找和选择更费力。 不同工具与 Skill 的适用范围可能重叠。Agent 在执行前，需要识别当前任务适合哪种能力、如何调用，以及是否具备相应权限。
跨领域信息混杂，上下文难以聚焦。 业务知识、历史记录和中间结果集中进入同一上下文，会增加筛选关键事实、保持业务约束和校验结论的负担。
能力集中维护，局部调整影响更大。 多种职责共用提示词、知识和工具配置时，一处变化可能牵动其他工作，需要扩大验证范围。

专业分工为这些问题提供了一种组织方式：将领域知识和工具配置交给对应的 Agent 维护，明确输入、职责和交付要求，再按任务需要组合使用。

以企业工单答疑系统为例，可以由领域 Agent 解释业务规则，由业务核验 Agent 查询必要信息，由诊断 Agent 分析系统问题。相关工作能够并行时分别推进，存在依赖时按顺序交接，最终由 Leader Agent 汇总答复。

这种拆分应围绕业务能力和维护责任设计。边界清楚、步骤较少的工作可以由单 Agent 直接完成；涉及多个专业领域、持续执行或结果验收的工作，则更适合由团队承接。

企业需要的协作能力，可以归纳为四件事：资产按需组合、跨部门权责分清、任务持续追踪、质量和成本可衡量。

让人类与 Agent 在共同的协作空间中工作

专业 Agent 组成团队之后，需要明确谁在参与、如何交流、哪些资源可以访问，以及谁负责推动任务完成。

在 AgentCore 的协作架构中，AgentIdentity 负责身份对接与映射，Matrix 承载房间、成员关系与消息通信，Team 和 Task 则组织分工与交付。构建与管理能力支持资产配置、成员角色和团队维护，观测与治理能力为运行分析和持续优化提供依据。

每个人与 Agent 都有可识别的身份

人类成员、托管 Agent 和接入的自研 Agent，各自以独立身份参与协作。企业可以通过 AgentIdentity 对接已有账号体系，再关联相应的 Matrix 身份。

这让协作关系更加清楚：哪位成员提出了要求、哪个 Agent 承接了工作、谁提交了结果，都有明确的主体。业务资源仍按职责和权限访问，加入同一个协作房间，并不意味着共享全部数据与工具权限。

沿用 IM 的交流方式，让协作过程可见

Matrix 将人与人的通信方式延伸到人与 Agent、Agent 与 Agent。成员在房间中发布计划、说明进度、补充信息、引用结果，用户可以沿着消息时间线理解协作过程。

可见的信息包括成员公开的分析说明、执行进展与交付内容。人类专家也可以在同一空间补充业务判断、纠正信息或参与结果验收，让协作与日常工作中的沟通方式保持接近。

团队角色明确，专业成员各负其责

团队 Admin 由人类担任，负责团队信息、成员和 Leader 配置。Leader Agent 负责理解目标、制定计划、协调分工和汇总结果。Worker Agent 承接具体领域工作，人类 TL 或领域专家则按任务配置参与判断与验收。

企业可以保留各业务团队的维护责任，同时让这些专业能力在共同任务中协作。

用任务系统持续推进工作，直到结果交付

身份与通信解决了参与和交流的问题。一项业务工作还需要明确目标、责任、进度和完成标准。

任务，是一项有明确目标、责任分工、执行状态和交付要求的工作。AgentCore 任务系统用三个核心对象组织它：

Task：整体任务。 记录业务目标、执行团队和验收要求，承载一次完整工作。
SubTask：专业分工。 明确谁负责哪部分工作，以及各部分之间的依赖与执行状态。
Result：交付结果。 保存实际产物、结果版本和评审意见，让验收有可检查的依据。

仍以跨业务工单答疑为例，Leader 可以根据目标组织子任务，让相关领域 Agent 完成规则查询、信息核验与问题分析。各成员提交产物，Leader 结合依赖和完成情况推进工作，汇总后交由配置的评审人验收。

任务执行中，用户可以查看进度、补充信息、检查子任务和结果文件。遇到阻塞或需要修改的情况，状态与意见被持续记录，团队能够在已有工作基础上继续处理。具体操作按任务状态与权限执行。

在机制上，TeamHarness 为 Leader 和 Worker 提供适配角色的协作 Skill，Agent 通过配套任务 CLI 与任务服务交互。 Leader 侧负责计划与任务管理，Worker 侧负责接单、状态反馈和结果提交。任务服务校验操作权限与状态变化，Matrix 负责成员之间的通信与通知。

这使业务方能够把配置重点放在领域职责、业务资产和交付要求上。协作过程中产生的分工、状态、事件和结果，则由统一的任务模型承载。具体机制可参阅 TeamHarness 使用说明 $** **1$ 和 Team 任务文档 $** **2$ 。

对于周期性工作，企业还可以配置定时任务。既可以在界面中设置执行时间、目标团队和任务内容，也可以通过与 Agent 对话创建规则。每次触发形成独立执行记录，继续使用同一套任务机制跟进结果。停用定时规则控制后续触发，取消某次任务则控制当次执行。

企业如何构建自己的多 Agent 团队

企业落地多 Agent 协作，可以沿着"准备资产、配置专业 Agent、组建团队、接入业务"的路径推进。

先把企业积累整理成可使用的资产

知识库与检索服务，提供业务依据。 整理业务文档、领域知识、规则和历史案例，建立检索能力，同时明确资料负责人、适用范围与更新方式。

MCP 与 CLI 工具集，提供业务操作能力。 已有业务 API 可以通过 AI 网关发布为 MCP 工具，并配置描述、参数和权限。已有命令行能力也可以作为 CLI 工具使用，配套准备依赖、执行环境和访问控制。

Skill，沉淀可复用的工作方法。 将企业 SOP 和领域经验整理为适用条件、处理步骤、异常应对与交付要求，指导 Agent 如何运用知识和工具完成工作。

这些资产可以独立维护，按 Agent 职责灵活组合。一个知识服务或业务工具，也可以在授权范围内被多个 Agent 复用。

按业务职责配置能力和模型

为每个专业 Agent 明确职责、输入和交付边界，再配置匹配的知识、Skill、工具、模型与权限。组织分工有助于明确维护责任，具体拆分粒度则应以业务能力和交付接口为依据。

模型也可以按角色选择。复杂规划与跨领域汇总、规则明确的信息提取与分类，对模型能力的要求并不相同。企业可以在满足质量要求的前提下，为不同角色选择合适的模型，并根据实际任务数据比较成本和效果。

组建团队，让用户通过熟悉的入口发起协作

专业 Agent 具备独立工作能力后，由团队 Admin 配置 Leader 和成员，明确人类专家的参与方式，将这些能力组织成面向具体业务的团队。

AgentCore 提供五类接入方式：Web 协作客户端、钉钉、飞书、企业微信，以及 AG-UI 协议接入。 三种企业 IM 可以通过关联 Leader Agent 的对应机器人访问；业务前端或自建应用可以使用 AG-UI 接入。

用户通过熟悉的入口提出目标，由 Leader 协调专业成员并汇总结果。不同渠道的配置和展示方式有所区别，企业可以按工作场景选择接入路径。

结合 AgentLoop，让团队在真实业务中持续迭代

当多个 Agent 同时参与多个任务，执行链路、依赖关系和调用记录也会增加。企业需要从业务任务出发，理解哪个环节在等待、哪个工具出现问题、哪些调用带来了重复消耗。

AgentCore 提供任务与执行数据，AgentLoop 支持观测、评估与持续优化。关联 Task、SubTask 和 Agent Trace 后，可以结合任务事件、模型与工具调用、交付结果分析协作表现。关联分析需要相应的数据接入与标识。

企业可以将持续迭代组织为四步：

采集执行数据。 关联任务与 Agent Trace，保留调用记录、交付结果和业务反馈。
评估协作效果。 沉淀典型与失败样本，结合评估结果和人工复核定位问题。
调整协作配置。 修订知识、Prompt 和 Skill，调整专业分工、任务依赖、模型与工具配置。
回归验证。 用同一任务集比较版本，按业务标准确认改进，再持续观察新的执行数据。

评估重点可以落在三个维度：交付质量看准确性、证据完整性和返工；交付周期区分实际执行与依赖等待；单位交付成本综合模型、工具、失败重试和人工投入。

这样，每一次配置变化都有可比较的依据，验证有效的资产与配置也能被继续复用。AgentLoop 的观测与评估能力见产品说明 $** **3$ 。

从一个明确的业务目标开始

跨业务工单答疑，是企业组织专业 Agent 的一个切入点。企业可以先选择职责边界清楚、知识和接口条件具备、结果能够验收的一类工作，明确交付标准，再组合所需资产与成员。

AgentCore 将专业分工落实到身份、通信、团队和任务机制中，让企业能够把已有知识与系统能力组织起来，持续跟进工作，并用业务结果衡量协作效果。

了解阿里云 AgentCore，构建你的多 Agent 协作团队。