我不再尝试构建一个超级智能体，而是将其拆分为 4 个专用智能体。可靠性大幅提升。

有一段时间，我一直在犯很多人在构建智能体时都会犯的同一个错误：我试图让一个聪明的智能体完成所有事情。一个提示词。一个上下文窗口。一个推理场所。一个工具场所。一个记忆场所。一个执行场所。在演示中，它看起来很棒。在实际使用中，它一直在做一些我相信你们大多数人也见过的事情：它会重复已经完成的工作，忘记自己进展到哪一步，调用错误的工具，对简单任务过度回答，偶尔还会因为太多责任集中在同一个“大脑”中而做出奇怪的跳跃。 所以我以一种更无聊的方式重建了工作流。我没有使用一个通用智能体，而是将其拆分为 4 个具有非常具体任务的专用智能体：第一个智能体只处理接入。它的工作是理解请求，清理请求，提取实际任务，并将杂乱的输入转化为结构化的交接。第二个智能体只处理调研。它收集所需信息，检查相关来源，并传回更紧凑的上下文包，而不是一堆原始数据。第三个智能体只处理执行。没有宏观推理，没有开放式漫游。只需接受结构化任务加上上下文，做它应该做的事情。第四个智能体基本上是审查 + 上报。它检查输出是否真正可用，置信度是否足够高，以及任务是否应该移交给人类，而不是假装一切正常。 这一改变的帮助比我预期的要大得多。不是因为系统变得更聪明了，而是因为它变得更简单了。每个智能体的工具更少。每个提示词更短。每个故障更容易被发现。每次交接更容易检查。当出现问题时，我能真正知道哪里出了问题。 这对我来说是最大的转变。当我有一个超级智能体时，每次故障都感觉模糊不清。你会得到一个糟糕的结果，但很难判断问题是出在提示词设计、工具选择、缺少上下文、记忆混淆，还是模型只是走了一条奇怪的路径。 一旦我将工作流拆分，故障点很快就变得明显了。如果接入环节薄弱，任务框架就错了。如果调研环节薄弱，上下文就不完整。如果执行环节薄弱，执行逻辑就需要改进。如果审查环节发现了问题，通常意味着工作流需要比我想象中更早的人类检查点。 这也改变了我对智能体系统的整体看法。我现在对让一个智能体感觉神奇不太感兴趣，而对让整个系统可预测更感兴趣。老实说，大部分价值似乎来自于角色清晰、受限执行和干净的交接，而不是纯粹的自主性。 工作流越严肃，我越不想要一个天才智能体。我想要一个无聊的系统，大多数时间做正确的事情，并且知道何时停止。 好奇这里的其他人是否也遇到了同样的障碍。你们仍然围绕一个主智能体构建，还是已经转向具有更窄角色的多智能体设置？