多智能体系统怎样设计主控、分工、共享状态、竞优、抽检和外部验收？

一个 AI 智能体效果不稳定，最容易想到的方案是“再加几个智能体”：一个规划，一个执行，一个检查，一个总结。

角色名称变多，系统不会自动变可靠。边界不清时，多智能体只会把单点错误变成一场高速讨论。

多智能体系统要围绕任务依赖和验证需要设计，明确主控、共享状态、角色权限、停止条件和外部验收。 固定工作流已经足够的任务，没有必要为了形式增加角色。

先画依赖，再定角色

假设企业要处理一批供应商资料。检索角色只负责从指定来源取证；分析角色按业务标准识别风险；执行角色只能创建审核草稿；检查角色用独立规则核对字段；主控负责推进状态和处理冲突。

这套分工成立，是因为角色拥有不同数据、工具、规则或权限。若几个角色使用相同提示、相同来源和相同权限，它们的共识很可能只是共享偏差。

主控只管理过程，不能无限扩权

主控需要理解目标、拆分任务、分配资源、记录状态并决定下一步。它必须受到最大步骤、重试次数、并发、预算和工具白名单限制。

出现循环、证据冲突、关键参数缺失或高风险动作时，主控应该进入暂停或转人工状态。它不能自行扩大任务范围，也不能因为某个角色失败就绕过权限。

共享状态至少有六块

状态字段 保存内容

目标 当前任务、范围和完成标准

计划 已拆步骤、依赖和负责人

证据 来源、版本和可用范围

结果 每一步工具返回与业务状态

冲突 不一致信息、争议和待裁决项

控制 预算、重试、权限和停止原因

共享状态要有版本和写入规则。摘要可以加速协作，关键事实仍应指向原始来源，后一个角色不能覆盖前一个角色留下的异常。

竞优、抽检和逐项验收各有边界

方案竞优适合开放式任务：生成多个路径，再按标准选择。抽检适合大量低风险、结果分布稳定的执行。资金、权益、设备等高风险动作，需要逐项验证、强制批准或安全联锁。

多智能体内部一致仍然无法证明任务真实完成。订单是否成功、数据是否写对、客户是否接受，都要由业务系统或责任人确认。执行与验证相互独立的原则，在这里依然有效。

上线前故意制造四种故障

让一个角色超时，让两个角色给出冲突结论，让共享状态缺少字段，再让主控触发预算上限。检查系统能否停在正确状态、保留已有证据，并把完整任务交给人。

多智能体的价值来自差异化分工和相互制衡，不来自会议室里多坐了几个会说话的模型。

本问行动：审视每个角色：删掉它以后，究竟少了哪种独特信息、工具、权限或验证能力？答不出来，这个角色可能只是装饰。