多Agent设计误区：角色标签无效，三大厂实践揭示高效协作原则

多Agent设计的“三省六部幻觉”

当前，CrewAI、MetaGPT等框架流行一种设计模式：让不同AI智能体（Agent）扮演产品经理、架构师等角色，模拟公司部门进行文档传递和流水线作业。然而，一篇深度分析指出，Anthropic、OpenAI和谷歌的工程实践均未采用此方式，并将其称为“三省六部幻觉”。

核心问题：假边界与信息衰减

1. 假边界：人类分工源于能力局限，但大语言模型（LLM）既能写需求也能写代码，并无“专业壁垒”。为Agent贴上角色标签，非但不能使其更专业，反而可能导致其在遇到角色外问题时直接跳过，错失最有价值（常发生在边界上）的推理。
2. 信息在流转中死亡：Agent A将结论（而非推理过程）以文档形式传给Agent B，B需重建上下文，导致隐含假设逐层丢失。链条越长，越容易出现“每个节点都对，整体已偏离”的情况。

与状态文件的本质区别

反驳观点认为，三大厂商也使用progress.txt、spec等文件。关键区别在于：

• 角色间文档：是单向交接，信息被压缩为结论后传递即终止。
• 状态文件：是同一任务的增量日志，由同一角色在不同时间点读写，实现信息的连续积累和推理链的跨会话连贯。

三大厂商的实践方案

• Anthropic：

  • 将新会话比作“轮班工程师”，用progress.txt作为交班记录。
  • 首个会话由专门的Initializer Agent搭建环境并撰写操作手册，后续会话读取后继续工作。
  • 采用orchestrator-worker模式：一个主Agent拆分任务，多个子Agent并行探索不同方向，结果回流汇总，而非流水线接力。

• OpenAI：

  • 任务启动时用spec文件锁定目标，防止产出偏离方向。
  • runbook同时充当操作手册和审计日志。
  • 引入Skills（可复用的版本化指令集，本质是工具和操作规程，而非角色）。
  • GPT-5.3-Codex曾借此机制连续运行约25小时，完成一个完整设计工具，全程保持连贯。

• 谷歌：

  • 利用1M token长上下文扩大窗口。
  • 将项目意图写入代码库的持久化Markdown文件，不依赖聊天记录。
  • Gemini 3引入“Thought Signatures”，在长会话中保存推理链关键节点，防止逻辑前后矛盾。

提炼的共同原则

1. 多Agent的核心价值在于并行覆盖搜索空间，而非模拟人类分工。数据表明，token用量解释了80%的性能差异——投入更多Agent本质是投入更多算力并行探索。
2. 验证环节应专注于挑错，而非接棒执行。
3. 工具决定Agent的能力，角色标签只影响其意愿。
4. 保持架构可演化比追求“完美架构”更重要。模型能力快速迭代，今日的补丁可能成为明日的死代码（如Anthropic为旧模型行为添加的机制在新模型上失效的案例）。