为什么要区分形态：「多智能体」是个筐
「多智能体」在媒体叙事里是一个词，在产品工程里至少是三种结构完全不同的东西——混着谈会导致荒谬的预期（把协作派的学术魅力套在流水线派的产品上，或用流水线派的稳定要求去苛责市场派）。三种的区分标准是智能体之间的组织关系：平级讨论、工序接力、还是交易撮合。
协作派：多个智能体（或同一模型的多个实例）围绕同一任务平等讨论——辩论、头脑风暴、互相挑错，最终收敛出答案。学术出身（多智能体辩论的论文谱系），产品化形态是「专家会诊」类的功能。流水线派：任务按工序拆解，智能体各守一段接力——研究智能体产出素材、写作智能体成稿、审查智能体质检，上游输出是下游输入。软件工程出身（本质是工作流引擎的智能体版），产品化形态是内容工厂与自动化流程。市场派：任务发布后由多个智能体（或多方运营的智能体）认领/竞标，平台管撮合与验收——劳务市场的智能体版，形态尚早但方向明确。
flowchart TB
M["多智能体产品形态"] --> A["协作派：平级讨论<br>（辩论/会诊，收敛出答案）"]
M --> B["流水线派：工序接力<br>（研究→写作→质检，工作流本质）"]
M --> C["市场派：任务撮合<br>（发布/认领/验收，劳务市场逻辑）"]
A --> D["代价：token 成本数倍，收敛性难保证"]
B --> E["代价：接口设计与上游误差放大"]
C --> F["代价：验收与信任机制最难"]
协作派：学术魅力与工程税
协作派的吸引力有一层学术光环：多智能体辩论的论文显示「多个模型互相挑错能提升准确率」——这在受控实验里成立。产品化的现实要交三笔工程税。成本税：N 个智能体 M 轮讨论 = N×M 倍的 token 消耗，一次「五专家会诊」的成本是单模型的十倍以上——边际质量提升常常盖不过成本增量。收敛税：讨论可能不收敛（各执一词、互相恭维、群体极化——「谄媚」在多智能体场景会被放大：一个智能体说错了，其他智能体附和的概率不低），收敛机制（裁判、投票、加权）的设计成为产品成败的关键。归因税：最终答案错了，谁的锅？平级结构里没有单一责任人，调试与改进都困难。
协作派的真实甜点区因此很窄：「多视角真的有价值」且「成本不敏感」的任务——高风险决策的辅助评审（多智能体从不同立场审查同一个方案，如安全评审、投资尽调的模拟辩论）是它最站得住的用例。泛化到日常任务（写个周报也要三智能体会诊）是这条线最常见的产品误用。
流水线派：工程实在但误差会放大
流水线派是三者里工程上最成熟的——它不发明新范式，只是把「LLM 调用」插进成熟的工作流引擎。产品化优势：可控（每道工序有明确的输入输出契约，出错定位到站）、可优化（瓶颈站单独加强、更换模型不影响全线）、可解释（中间产物可见，审计友好）。内容生产（研究→写作→配图→审核）、数据处理（抽取→清洗→校验→入库）是它的主战场。
流水线派的独特风险是误差放大：上游一个小的幻觉或偏差，流经每道工序被「合理化」与放大，到下游已经面目全非——流水线越长，末端质量越不可信。对策是站间质检（每道工序的输出过一道验证，不合格回流重做）——本质是把「流水线」升级为「带质检的流水线」，质检站本身也是 LLM 调用（成本再加一层）。流水线派的深层局限也在此显形：它假设任务可以被清晰地分解成工序——分解本身需要人类的过程知识，凡是分解不了的（探索性、创意性任务），流水线派无从下手。
市场派：终局形态还是过早叙事
市场派（任务发布、智能体接单、平台验收）是最有想象空间也最不成熟的形态。它的吸引力在经济学层面：智能体劳动力的价格发现——如果智能体能力有差异、任务有难度差异，市场机制（竞价、评级、淘汰）是最自然的能力定价与匹配系统。它的前置条件清单却长得像天堑：任务需要被标准化描述（接单方要能理解任务）、完成质量需要可信验收（谁判定「做完了做对了」）、智能体需要可验证的能力证明（雇主凭什么信你的智能体能干活）、以及责任与担保机制（做砸了谁赔）——每一项都是硬问题。
当前市场派的真实形态是「中心化平台的内部市场」：大平台在自己生态内做任务分发（编码任务派给平台的编码智能体、设计任务派给设计智能体），验收由平台规则背书——这是「平台经济」的智能体版，而非开放市场。真正的开放智能体劳务市场（跨平台的智能体自由接单）依赖 A2A 类互操作协议（本库 MCP 生态篇提及）与信任体系的成熟——它是终局形态的候选，但前置基础设施的清单决定了它「不是现在」。观察信号：智能体能力证明（portfolio、可验证的 track record）的标准化进展——那才是市场派的真正发令枪。
流水线派的质检站设计：内容工厂的中段解剖
流水线派最值得解剖的是质检站的设计——它是「带质检的流水线」与裸流水线的分水岭。以一个真实形态的内容工厂流水线（选题 → 研究 → 初稿 → 事实核查 → 润色 → 发布）为例，看质检站的三种设计。设计一：终检制（最常见也最弱）。只在发布前放一个审查智能体——问题：上游误差已经层层固化，终检发现问题只能整链重做（成本高），且终检智能体的注意力也会疲劳（长文档的检查覆盖率下降）。设计二：站间互检。每道工序的下游顺带校验上游（写作智能体同时核对研究智能体的引用）——优点是零额外成本，缺点是「既当运动员又当裁判」（写作智能体倾向于为下游方便而放过上游的问题）。设计三：独立质检岗 + 抽检。独立的核查智能体按抽检率检查各站输出（关键站全检、次要站抽检），发现问题的模式会回流为该站的提示词修正——这是成本与可靠性的最优解，且「质检结果反哺工序」的闭环让流水线有自我改进能力。三个设计的行业采用度恰好与效果相反（终检制最流行）——原因不是认知不足而是会计惯例：质检站是「不产出」的成本项，预算评审时先被砍。流水线派的成熟标志，将是质检站在成本表里从「费用」重新归类为「保险」——那天的到来，意味着行业为质量付费的共识形成，也是流水线派产品毛利率的真正分水岭。
协作派的一个改良：辩论的成本控制协议
协作派的成本税（正文）有一个改良方向值得记录：辩论的成本控制协议——不让 N 个智能体自由讨论 M 轮，而是给辩论加预算与终止条件。协议要素。其一，角色不对称：不是 N 个平等智能体，而是「一个提案者 + 一个批判者 + 一个裁判」的最小结构（三人以内）——批判者专职挑错（杜绝互相恭维的谄媚漂移），裁判只做终审（收敛责任的单一归属）。其二，轮次预算：讨论轮次上限写死（如两轮），超轮强制裁判裁决——把「讨论到收敛」的开放成本变成「最多两轮」的有界成本。其三，分歧即终止：裁判判定双方分歧是「事实分歧」（可查证——去检索验证）还是「偏好分歧」（不可裁决——按默认策略走并标注），事实分歧转化为检索任务而不是继续辩——把辩论转化为可验证任务的分派，是控制辩论成本最优雅的一招。其四，成本记账：每轮讨论的 token 消耗累计展示，超过任务价值的预设比例即熔断。改良后的协作派在「高风险、多视角有价值」的场景里，成本可控性上了一个台阶——它证明协作派不是不能用，是要用「带协议的方式」用。
流水线派的可观测性：给每一站装行车记录仪
流水线派（正文）的工程化有一个必须早搭的底座：站级可观测性——给每道工序装「行车记录仪」。要记录的四类数据：输入输出快照（每站的输入摘要、输出全文——误差放大链的追踪全靠它）、成本与延迟（每站的 token 消耗与耗时——瓶颈站与成本大头一目了然）、质检结果（质检站的通过率与问题类型分布——哪类错误最多、回流率多高）、版本关联（每次流水线级的变更——提示词修改、模型更换——与质量指标的对应）。这四类数据的合并视图直接回答流水线运营的三个日常问题：质量问题出在哪一站（快照对比）、成本花在哪一站（账单）、这次改动是好是坏（版本与指标的关联）。底座的搭建成本极低（结构化日志 + 一个看板），缺失的代价极高（没有它，流水线的每次故障排查都是考古）——它是「带质检的流水线」之前的「带仪表的流水线」，先仪表后质检，顺序不要反。
小结
多智能体产品按组织关系分三形：协作派（平级讨论，学术魅力大、成本与收敛税重，甜点区是多视角审查类任务）、流水线派（工序接力，工程最成熟，主风险是误差放大与「任务必须可分解」的局限，带质检的流水线是标配形态）、市场派（任务撮合，经济学想象空间最大，前置条件——标准化描述、可信验收、能力证明、责任担保——决定了它「不是现在」，当前真实形态是平台内部市场）。三种形态不是竞争关系，是任务形态的三种匹配：能分解的走流水线、要多视角的用协作、要开放供给的等市场。观察到什么信号该兴奋？——质检流水线的普及（流水线派成熟）、能力证明的标准化（市场派发令枪），而不是又一场多智能体辩论的 demo。
读者留言
COMMENTS 暂无还没有留言，来说第一句？