智能体集群AgentS：

🏦 场景与客户

某研究型团队，一周内要产出一份行业研究报告，涉及资料搜集、数据核对、竞品比对、成稿。单靠一个 Agent 有两个硬伤：一次上下文扛不下全部材料；写和查是同一个人，没人挑错。

客户要的是多个角色分工协作，交叉复核之后再汇总，而不是把提示词写得更长。

📅 实施节奏

• 第 1–2 周：拆角色。检索、核对、写作、评审各一类，各自配独立的提示与工具
• 第 3–4 周：定交接格式。中间产物必须是可读的文档或表格，不是对话记录
• 第 5–6 周：加轮次与预算硬上限，跑完整链路并与人工报告对照
• 第 7 周起：进入日常生产，评审角色的问题沉淀成检查清单

🗝️ 方案要点

• 按角色分工，不按步骤分工：一个角色一件事，工具与数据源各自隔离
• 写作与评审必须分开：同一个角色既写又审，等于自证，挑不出问题
• 每条结论带出处：无来源的结论标为待核，不允许当事实往下传
• 设硬上限：限定最大轮数与 token 预算，防止角色之间互相「再确认一次」聊不完

⚖️ 选型与权衡

🚧 实施难点与排查

• 循环打转：两个角色互相请对方再确认。加硬约束——每轮必须给出结论或明确说明无法判断
• 错误放大：上游错的数据被下游当事实用。要求每条结论可溯源，核对角色专职拦截
• 成本失控：并行角色多，单次任务调用量是单 Agent 的数倍。按任务类型设预算并监控
• 结果不稳定：同一问题两次跑结论不一致。对关键字段做规则化收敛，不用模型自由表述

💵 成本与收益

• 成本：调用量显著高于单 Agent，单份报告成本是数倍；但相比多人天的人力仍便宜
• 收益：初稿产出从数天压到数小时，人力集中在判断而不是搬运
• 边界：适合可并行、可拆解、容许复核的任务，强实时场景不适用

🛡️ 风险与保障

• 权限：各角色只挂自己需要的工具与数据源，不共享全量数据
• 溯源：可验证结论必须带出处，无出处标为待核
• 预算：设硬上限，超限中止并保留中间产物
• 交付：成品明确标注为 AI 初稿，需人工终审

♾️ 可复用与演进

• 可复用到投标材料、尽职调查、评测报告等多角色协作场景
• 演进方向：把评审角色的高频问题固化成检查清单，减少无效轮次
• 再进一步：按任务复杂度动态决定开几个角色，而不是固定编制