人人都在说 Agent，它到底比对话多了什么？

柏林ACS · 2026-08-06 · 读完约需 5 分钟

一个团队听说多 Agent 是趋势，把原本单个 AI 完成的内容审核流程，升级成五个 Agent 的"编辑部"：策划、撰写、校对、合规、主编，彼此之间自动传递稿件。

用了一阵再复盘，结果很难看：内容质量没有提升，成本明显上去了一截，还添了新毛病——校对 Agent 改掉的错误，撰写 Agent 下一轮又原样写回来；合规 Agent 和主编 Agent 的标准互相矛盾，稿件在两者之间反复弹跳。

另一个团队只做了一件事：把单人流程里被验证有效的三步固定下来——先写、再自查、再过一遍合规清单。一个模型，三步走，质量稳中有升。

为什么"更像一个组织"的系统，反而跑不过一个人加一套流程？

答案取决于你怎么定义 Agent。书里的定义是：Agent 是承担特定搜索职责的执行单元。关键词是职责，不是能力。规划 Agent 与验证 Agent 背后可以是完全相同的模型——区分它们的是各自把守哪道关口：一个负责把大搜索拆成小搜索，一个负责判定结果是否达标。

用这个定义解剖那五个 Agent，问题一目了然。校对改掉的错误又被撰写写回来——校对和撰写把守的是同一道关口（文字质量），职责重叠，互相抵消。合规和主编的评价标准从未统一，两个单元用不同的尺子判定同一份稿件，稿件只能反复往返。这个团队复制了一家编辑部的组织架构图，却没有定义任何一个岗位的职责——只有工位，没有岗位说明书。

一个健康的 Agent，必须能回答四个问题：负责什么（把守哪道关口）、什么算过关（评价标准）、给它什么（初始状态与约束）、失败怎么办（停止条件）。眼熟吗？这正是四层结构在一个执行单元上的投影。设计一个 Agent，就是设计一次（或一类）搜索。它的质量往往取决于这四项定义是否清楚，模型选择当然也会影响结果，但不是唯一变量。

那什么时候该加 Agent？纪律只有一条：只为新职责增加 Agent。第二个团队后来发现，自查环节逐渐失灵——撰写者对自己的稿子越来越宽容，错误率缓慢爬升。他们这才拆出第二个执行单元：独立的审核 Agent，只依据合规清单与历史错误库做判定，不参与创作，评价标准是"拦截率"。调整后，错误率有所回落。这是他们第一次拆分，也是在流程固化一段时间之后。

全篇收束成三条纪律：先跑通，再固化，后拆分；先立职责，再谈智能；只为新职责增加 Agent。"别人都在用多 Agent"不是理由，"这里出现了一项没人承担的职责"才是理由。

到这里，第四篇的五个概念各就各位：Prompt 是一次性的搜索控制，Context 是配置的当次表达，Memory 是配置的长期存储，Workflow 是搜索编排，Agent 是职责单元——五个概念，同一套搜索系统的五个侧面。完整论证在《AI认知搜索理论》第十四章。再往后，连载会进入最后一站：实践现场，看这套理论在真实领域里怎么用。