@shannholmberg: 我是如何在代理机构内部构建一个智能体公司的。结构如下：Agency gBrain → Orchestrator Hermes …

我是如何在代理机构内部构建一个智能体公司的。 结构如下： Agency gBrain → Orchestrator Hermes Agent → 部门垂直领域 → 专业智能体 → 细分范围子智能体 gBrain 是公司的智慧大脑。 它会吸收我们已经拥有的数据和经验： > 对话记录 > 聊天内容 > 过往活动 > 客户经验 > 策略文档 > 内部工作流 > 优质成果示例 这个大脑由人类负责人和编排智能体 Hermes Agent 共同维护。 在编排智能体之下，我们设有代理机构内部的不同部门垂直领域。 每个垂直领域都有自己的专业智能体。 部分专业智能体下面还有范围更窄的子智能体。 我发现窄范围能提高输出质量并减少漂移。 > 一个通用的“营销智能体”过于模糊。 > 一个生命周期邮件智能体，如果能访问正确的活动、语调规则、审批关卡和示例，可以变得非常出色。 > 一个技术SEO智能体，拥有自己的工具、检查清单和源标准，可以变得非常出色。 > 一个内容研究智能体，输入范围窄且完成定义明确，可以变得非常出色。 工作范围越窄，越容易改进智能体。 为此我使用了不同的工具框架。 主要是 Hermes Agent，但也根据任务使用 CLI 工具如 Codex 和 Claude Code。 我仍在寻找一个合适的、裸机级别的模型路由运行框架。 为了进行追踪，我在公司 gBrain 中维护了一个组织架构图。 组织架构图显示： > 顶层编排智能体 > 部门垂直领域 > 专业智能体 > 细分范围子智能体 > 每个智能体从哪个大脑读取数据 > 每个智能体被允许使用哪些工具 > 哪些环节需要人类批准 对于客户，我建立下游舱体。 可以将其视为新的智能体公司，它们与代理机构大脑隔离，但在需要时仍能与我们的代理机构智能体通信。 客户舱体拥有自己的： > 客户 gBrain > 客户编排智能体 > 客户专业智能体 > 客户专用工作流 > 客户专用审批流程 > 客户专用记忆 这很重要。 你不希望不同账户之间的客户上下文相互渗透。 你不希望一个智能体拥有所有客户的数据、所有工具和所有权限。 范围是保持系统有用的关键。 强大的地方在于，一旦你构建好一个垂直领域的智能体，你就可以将其分支。 不是盲目复制粘贴。 你仍然需要定制上下文、示例、审批、语调、工具和工作流。 但你不是从零开始。 你可能已经完成了智能体的75%。 这改变了代理机构的模式。 在交付全面的营销服务之前，你不再需要为每个功能配备传统的完整部门。 一两位强大的营销工程师就能运行过去需要更大团队才能完成的产出面。 但这只有在智能体真正优秀的情况下才有效。 它需要迭代、品味、素材、质量保证、工作流设计以及真实的营销经验。 糟糕的智能体不会因为连接了更多工具而变好。 模糊的智能体只会更快地产生模糊的输出。 TLDR： > 将代理机构的知识转化为大脑 > 将重复工作转化为范围明确的智能体 > 将每位客户转化为隔离的舱体 > 让熟练的操作者运行整个系统