多 Agent 协作，最难的不是分工是对齐

我第一次搭多 Agent 协作，搭得挺得意。

任务是个内容生产流程：一个 Agent 负责选题和写大纲，另一个负责把大纲扩写成正文。分工清晰，各司其职。我让第一个把结果用消息传给第二个，第二个收到就开干。架构图很漂亮。

跑起来一塌糊涂。

各自「完成」，合不上

第一个 Agent 交付的「大纲」，是个带标题层级的 Markdown 列表。第二个 Agent 收到后，把它理解成了「这是六个独立的小标题，每个我自由发挥」。于是产出的正文是六段互不相干的话，跟前一个 Agent 设想的「层层递进」完全两码事。

两个 Agent 在各自的定义里都「成功」完成了任务——第一个生成了大纲，第二个扩写了。但合起来看，是两份对不上号的产物。问题出在哪？我想了半天，才意识到不是分工的问题，是对齐的问题。

多 Agent 协作，大家容易把精力放在「分工」上——这个 Agent 干什么，那个 Agent 干什么。分工确实不难，把任务切开就行。

真正的难点在分工之后：它们各自的产物，怎么保证能拼到一起。

第一个 Agent 觉得「大纲」是结构骨架，第二个觉得「大纲」是话题清单。同一个词，两个 Agent 各自理解，没有共享的定义。这是对齐失败。而纯靠消息传递「我给你一段文本」，根本保证不了对齐——文本是模糊的，接收方会按自己的理解消化。

我后来改了架构，从「消息传递」换成「共享状态 + 契约」。

共享状态：两个 Agent 不直接对话，而是读写同一个结构化的「任务黑板」。第一个 Agent 把大纲写成黑板上的一个 JSON（明确字段：主题、每节标题、每节要点、节与节的关系）。第二个 Agent 从黑板读这个 JSON，扩写时严格按结构来，不能自由发挥。

契约：这个 JSON 的结构是两个 Agent 都遵守的契约。第一个必须按契约产出，第二个必须按契约消费。谁违反了，产物结构会立刻异常，能被抓出来。

这一改，产物对得上了。第一个 Agent 交付的「层级结构」，第二个 Agent 原样保留进了正文。因为它们不再各自理解「大纲」这个词，它们都对着同一份 JSON 干活。

我后来想明白了纯消息传递为什么靠不住。

消息是「我说你听」，天然有信息损失和解读偏差。发送方心里想的，编码成文字，接收方解码成自己理解的意思，两头都不是原样。一个 Agent 越多，这种「传话游戏」的失真越严重。

共享状态是「都看同一个东西」，没有传话。两个 Agent 都对着黑板上的那份数据干活，数据是什么它们就理解什么，不存在谁的理解跑了偏。

所以多 Agent 协作的架构，我现在的原则是：能共享状态就别传消息。消息适合通知（「我做完了，你开始」），不适合传递产物本身。

这次教训让我对「分工」这词祛了魅。

大家说多 Agent，爱聊「怎么分工高效」。但分工是表面工作，真正决定成败的是分工后那个对齐机制。没有对齐，分工越清晰，合不上的时候越尴尬——因为每个 Agent 都「没错」，错的是设计者没给它们一个共享的真相源。

多 Agent 不是 1+1=2，是 1+1 要等于一个能用的整体。能不能等于，看的不是分工多漂亮，是对齐多扎实。对齐，才是多 Agent 的真功夫。