协调:最后一道人工工序

上一篇结尾我划了一条边界:能力包只管"单个功能如何被忠实实现"。它能让一个 Agent 拿着规格说明把事做对,但管不了另一件事------事和事之间,由谁来协调。

这篇聊聊这条线之外的缺口。先声明:前四篇是已经在我们内部项目上真实跑通的资产,但这篇不是。这一层的形态仍在验证期,我给不出"照着配就能跑"的结论,我能给的只有一套架构思路。

多 Agent 不是把能力包复制几份

前四篇解决的是单 Agent 的执行力:给它 ProjectSpec,给它 8 个 SKILL,让它按议题链讨论、按交付链实现、按证据链验收。在这个切面里,能力包是增强器。

但一跨入多 Agent 领域,问题就不在一个维度了。多 Agent 绝不是把 8 个 SKILL 复制几份、给每个 Agent 发一套就能运转的。多 Agent 首先要直面的是一个调度问题。

模型是基础能力,Agent 是模型驱动器,再往上,需要的是调度控制器。模型提供理解和生成,Agent 把模型武装成能执行具体任务的角色,而调度控制器则决定"谁来做、和谁通信、做到什么程度算完、什么时候该叫人"。

这层调度控制器绝不该是又一个"超级 Agent",也不该硬编码绑定某个具体的 Agent。它必须是一套协议。向下,它能适配多种 Agent;向上,Agent 可以灵活挂载多种模型。只有这样,使用者才能按任务目标自由编排:用哪类 Agent、分配多大沟通份额、允许它找谁,全由协议层接管,而不是被某套僵化的工具链锁死。

这就是多 Agent 的第一原则------可组合的调度。先把协议层立起来,让模型、Agent、任务目标彻底解耦,后续的安全、权限、份额才有物理落点。

人的时间,还是被协调吃掉了

看一个最常见的场景。一个研发负责人的一下午通常是这样切碎的:跟产品对一遍需求边界,跟架构师确认一个技术选型,拉两个人同步进度,中间还要穿插回复几条"这事该找谁"的消息。

这里隐藏着一个残酷的事实:他下午做的这些事,几乎没有一件需要真正的技术判断力。这些全是流程性协调。

这些事不做系统就会乱,但它们占用的时间,和"想架构、做技术决策"抢的是同一个池子。AI 进场后,这种挤占效应反而被放大了。代码生成快了,测试跑得快了,但协作流转的速度根本没变。人依然被死死钉在每个交接点上做转述和拍板。执行环节越快,协作环节的拥堵就越致命。

所以,多 Agent 要接管的不是"再多写几行代码",而是协调本身。但协调绝不是喊一句"你们自己聊"就能撒手不管的。我常在团队里强调一个共识:过程失控的结果毫无意义。方法对了,即便结果一时出错,我们也知道在哪个节点纠偏;但如果方法错了,瞎猫碰上死耗子的"正确结果"只会埋下更大的隐患。在给 Agent 下发目标时,如果对过程失去管控,你拿到的产出必然是一场灾难。要做到过程可管控、可审计,就必须依靠那层调度协议,把任务、角色、通信、上下文和止损点全部定义清楚。

数据不出域:协议落地的硬约束

协议层一旦允许 Agent 之间直接传递结论和请求,马上会撞上一个现实高墙:这些消息在哪走?权限谁判?试错过程算不算敏感数据?

这时,"交互不出域"就必须作为硬约束被摆上桌。谁提了什么方案、谁否决了什么、哪条路走不通被放弃了,这些试错的中间态往往比最终结论更敏感。如果每一轮调度都要经过外部服务,那讨论本身就是一次持续的数据外泄。

协议层要建好的五样东西

把协调交给 Agent,实际上需要在协议层重建人类组织里现有的五套机制:

第一,上下文隔离。 多 Agent 共享上下文会导致严重的交叉污染------一个 Agent 的幻觉或中间推理,会直接渗入并扭曲另一个的判断。每个 Agent 必须拥有独立的上下文,只能通过抽象通道(如工单)传递"结论和请求",绝不允许传递"思考过程"。这里的隔离是协议通道的隔离,不是协议层去托管 Agent 的内部状态。协议层只保证上下文不互相渗入,但不干涉单个 Agent 内部怎么切、怎么压、怎么记。

第二,角色职责。 Agent 如果只有名字没有职责,要么什么都接,要么什么都拒。职责是为了界定责任边界------什么是它该做的,什么事它该向外求助。边界必须被协议明确定义,不能靠上下文的模糊默契。

第三,沟通权限。 协作流程写死会卡住,不写死会乱。正解是:权限写死,流程放开。人只负责编排一张"谁能向谁提问,谁能向谁汇报"的白名单。配完之后,具体怎么走、讨论几轮,由 Agent 在白名单内自行决策。人无需预测流程,只需划定权限。

第四,沟通份额与超限求助。 比 Token 消耗更隐蔽的失控,是两个 Agent 在一个问题上反复拉扯、毫无推进,导致工单彻底卡死。管对话轮次,比管 Token 更直接。任何工单流转到 Agent 手里,发起对话的次数必须拥有绝对份额。份额耗尽仍无结论,立刻挂起并呼叫用户。这不是防死循环的技术补丁,而是人机协调的硬性接口,强制用户在此刻介入。

第五,交互信息留痕。 留痕的意义不仅在于事中监控,更在于事后的精准审计。留痕的对象不止于消息原文,还必须包含上下文生命周期的决策元数据:何时切换、何时压缩、压缩依据是什么、本地是否仍可寻址。审计的核心是决策,而非被压缩的残余文本。掌握这些数据,用户才能持续调优 Agent 的协作网络。

这五样东西恰好填满了调度协议的核心定义。协议不锁死具体流程,只规约接口和边界,从而实现向下的多 Agent 适配与向上的任务自由组合。

上下文与记忆的自治边界

五套机制立起来之后,还有一个缺口极易被"上下文隔离"这个词掩盖:协议层规定了 Agent 之间不许传什么,但没有回答 Agent 自己的上下文和记忆由谁管。

在人类单点驱动的模式里,用户会手动替 Agent 做生命周期决策:话题结束切会话,占用高了主动清理。但到了自动化调度模式,这个决策权限只能下放。下放给谁?

结论是:必须彻底下放给 Agent 自己。上下文管理与记忆管理是一体两面,属于单个 Agent 的底层内功,绝不该由协议层越俎代庖。如果协议层去管"保存哪条记忆、何时压缩",不仅会锁死 Agent 的自治能力,更会让协议本身变得无比臃肿。

它们之所以是一体两面,是因为上下文是记忆的缓存层,记忆是上下文的持久层。当前活跃窗口里哪条信息值得沉入长期记忆?长期记忆里哪条信息需要重新唤醒?什么时候终止当前工作记忆的作用域?这些决策的首尾逻辑是完全咬合的。只有两者交由同一个 Agent 统一调度,信息压缩才能成为"降级表示、保留寻回句柄"的可逆操作,而不是压完就丢的有损破坏;召回才能按工单需求定向检索,而不是无脑翻旧账。

因此,隔离是通道隔离,绝非协议层代管。协议层不管理上下文,也不管理记忆。它只给 Agent 划定工单边界、下发预算信号,并接收生命周期元数据用于调度和审计。至于上下文怎么切、记忆怎么存、压缩怎么做,全部交还给 Agent 自治。这不在五项机制之内,却是五项机制得以成立的物理前提。

人回到判断的位置上

这套机制合在一起,不是为了把人踢出局,而是让人的精力回到唯一该待的地方:判断性决策。

工程界面临的永恒难题是:"把事情做对"很难,但更难的是决定去做"对的事情"。在未来的研发链条上,谁更适合"把事情做对"?是 AI。只要规格足够清晰,它能不知疲倦地核对每一行代码、执行每一项规则。谁更适合思考"什么是对的事情"?是人。这件事该不该做、两个架构方案选哪个、什么时候必须及时止损,这些事 Agent 依然做不了,也不该让它做。

所以,让 Agent 接管协调,不是因为 AI 成了人类的决策替代品。相反,当 AI 抽干了海量的流程转述与机械对接后,它其实是在逼迫人退回到真正不可替代的阵地上------去做那些没人能替你担责的决断。

预告与边界

照例,交代清楚这套推导的边界。

它不管单个 Agent 的能力够不够------那是前四篇能力包该操心的事。 它也不保证呼叫来的人能做出正确的决策------系统只保证求助发生在一个正确的位置上,兜底不了人的技术水平。 它更不承诺这 5 个机制就是终态,完全可能还有第 6 个、第 7 个机制尚未被发掘。

前四篇讲的是"怎么让 AI 把事做对",这篇指向的是下一步------"怎么让多个 Agent 和人一起把事做成"。调度协议是我目前能看到的明确缺口,它真实存在,但我今天还没有填补它的完整答案。

相关推荐
FungLeo1 小时前
FengCMS · PHP+MySQL 升级实录 · MySQL DDL不能回滚:模型字段结构操作的失败续做
android·mysql·php·工程实践·fengcms
FungLeo1 天前
FengCMS · PHP+MySQL升级实录 ·并发一致性连环坑:模板缓存、排队保存、备份恢复的竞态
mysql·缓存·php·工程实践·fengcms
FungLeo1 天前
FengCMS · PHP+MySQL 升级实录·模型导入从“加密 SQL 码“到.fengmodel.json
sql·mysql·php·工程实践·fengcms
冷豪4 天前
8 个 SKILL 的设计逻辑
工程实践·ai 编程
冷豪8 天前
从 v0 起步:为什么要规划工具以及若干真实问题
工程实践·ai 编程
黎羽_11 天前
《开源 PR 实战》系列(三):22 个 PR 之后,批量提 PR 的打法
开源·github·代码评审·pull request·协作
冷豪11 天前
重新组织文档结构:分层逻辑与判断
文档·工程实践
冷豪14 天前
AI 开发的快,但焦点会散
工程实践·ai 编程
goehou22 天前
ReAct 循环跑偏的三种样子,以及怎么在工程上兜住
llm·agent·react·工具调用·工程实践