註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

Rachel🥥
@Zesee
00年|上交 x 帝国理工|AI Spark创始人|前微软&亚马逊产品经理|分享AI使用干货与商业化变现|抖音/小红书:Rachel的AI使用日记|wujingyisjtu@gmail.com
加入 May 2008
283 正在關注    16.3K 粉絲
为什么给 Agent 分工太细,反而会拖慢你 GitHub 最近有一篇文章讨论度很高,讲 Copilot CLI 怎么变得更「克制」。 不是更会写代码。 是更少乱派活。 这个点我觉得对我很有启发意义。 很多人一听到 agent workflow,就会本能地想多搞几个角色。一个负责搜索,一个负责改代码,一个负责测试,一个负责 review,一个负责写总结。 听起来很像团队协作。 但你真用久了会发现,有些任务一拆开,反而变慢了。 比如你只是想改一个按钮文案。 主 Agent 明明自己读文件、改一行、跑一下测试就结束了。结果它先派一个子 Agent 去搜索组件位置,再等子 Agent 回来,再自己判断,再派另一个子 Agent 检查样式。 本来一步能做完,硬是走成了三步。 这不是智能。 这是过度转包。 GitHub 这篇文章里有一个很好的判断,delegation isn’t free--委派不是免费的。每一次交接都会产生协调成本、工具调用、等待时间和误解空间。 这句话放到普通 AI 使用里也成立。 我们现在太容易把「多 Agent」当成高级感了。 好像一个任务只要拆成五个角色,系统就更专业。 但真实项目不是这样。 真实项目里,很多麻烦就死在交接上。 一个人查到的信息,另一个人没读懂。 一个 Agent 排除过的方向,另一个 Agent 又重新排一遍。 主 Agent 本来已经有判断了,子 Agent 又带回来一堆噪音。 最后你坐在屏幕前,看它们非常忙,心里越来越虚。 我自己现在判断要不要派子 Agent,会看三件事。 第一,这个任务能不能独立完成。 如果一个子任务不依赖主线判断,也不会频繁打断当前上下文,那它适合外包。比如让一个 Agent 去跑一组长测试,或者单独检查无障碍问题,或者检索某个模块的历史改动。 第二,它有没有专业增益。 安全审计、性能分析、可访问性检查、数据库迁移,这些确实适合专门的 Agent。因为它们有独立标准,有固定工具,也有一套和普通改代码不一样的判断方式。 第三,交接结果能不能被验证。 子 Agent 不能只回来一句「我查过了」。它必须带着文件、命令、结论、风险和下一步动作回来。否则主 Agent 拿到的不是帮助,是一团雾。 这三个条件其实都挺朴素。 能独立。 有增益。 可验证。 不满足这三条,就不要急着拆。 少派活,有时候真的会更快。 这对我们平时写 prompt 很有启发。 以后别再一上来就说: 「请你调用多个专家 Agent 分别分析。」 这句话看着专业,但很容易制造无效协作。 更好的说法是: 「先判断这个任务是否需要委派。只有当子任务独立、专业性强、结果可验证时,才交给子 Agent。否则由主 Agent 直接完成。每次委派前说明为什么值得委派,委派后返回证据和下一步决策。」 尤其是代码任务,过度委派很容易带来两个问题。 一个是上下文碎裂。 主 Agent 本来知道用户目标、历史决策、风险边界。子 Agent 如果只拿到局部任务,很容易做出局部正确、整体添乱的事。 另一个是责任漂移。 出了问题以后,主 Agent 说子 Agent 查过了,子 Agent 说自己只负责局部。最后没有一个角色真正对结果负责。 这在真实团队里也一样,人多不一定快。 交接多,反而容易把责任磨薄。 所以我现在更喜欢一种轻一点的 Agent 组织方式: 主 Agent 负责目标、边界和最终判断。 子 Agent 只负责明确的、可验证的、可以并行的任务。 所有子 Agent 输出都必须回到主线,被主 Agent 消化,而不是直接变成最终结论。 可以把它想成一个简单规则: 不要为了分工而分工。 只为了减少不确定性而分工。 如果委派之后,不确定性变少了,值得。 如果委派之后,只是多了一段看起来很努力的过程,不值。 很多时候,效率不是来自更多角色。 是来自更少没必要的交接。
顯示更多
0
25
26
1
轉發到社區