Harness 核心 · 模型周围的 Harness

多 Agent 协作

子 Agent 调度、Worker Thread、并行 vs 串行执行策略

本页解决的问题

先给结论

「多 Agent 协作」要解决的关键问题是什么?

子 Agent 调度、Worker Thread、并行 vs 串行执行策略

判断标准

让这个结论先证明自己值得留下。 把这一页当成决策工具,而不是需要背下来的定义。把概念连到一个真实任务、一个可观察结果,以及一个能改变你判断的失败上。

下一步

写下一个问题:试完这个方法后,你能用什么证据回答它?

常见误区

结论听起来很完整,却没有检查最关键的假设。

场景 · Agent 团队
用户指令
「帮我重构这个项目的用户认证模块」
主 Agent · 协调员
🔍 调研员
💻 开发者
🧪 测试员
🔍调研员只读
分析当前认证模块的代码结构和依赖
read_filesearch_filesgrep
待分配
💻开发者可读写
重写认证中间件,改用 JWT
read_fileedit_filerun_command
待分配
🧪测试员可读 + 运行
编写并运行认证模块的单元测试
read_fileedit_filerun_command
待分配
核心概念
类比理解
单 Agent = 一个人干所有事
多 Agent = 一个团队,各有专长
技术原理
子 Agent 运行在独立 Worker Thread
隔离内存,互不干扰
父级可随时中止子级
事件通信
subagent_start → 子 Agent 启动
subagent_chunk → 流式返回中
subagent_end → 子 Agent 完成
执行流程
子 Agent 0/3
事件 0
共 8 步 · 看主 Agent 如何调度团队
产品决策
Takeaway 复杂任务不靠一个 Agent 硬撑,而是拆成多个专职子 Agent:调研员负责读代码、开发者负责改代码、测试员负责验证。只读任务并行加速,写入任务串行保安全。这就是 Agent 世界的团队协作。

「场景 · Agent 团队」怎样变成可执行的指令

「子 Agent 调度、Worker Thread、并行 vs 串行执行策略」强调的不是某句神奇咒语,而是信息是否足够让模型判断“为谁做、要完成什么、什么结果算合格”。

背景决定方向,限制决定边界

从「子 Agent 调度、Worker Thread、并行 vs 串行执行策略」可以看出,一个有效请求至少要把任务、受众、输入材料、输出形式和限制条件分开。少了背景,模型只能猜;少了验收标准,即使文字流畅也无法判断是否完成任务。

继续加字不一定继续变好

把「子 Agent 调度、Worker Thread、并行 vs 串行执行策略」变成一个小练习:只改背景、要求、限制中的一项,保留其他内容不动,观察哪一层真正改变了结果。

从「场景 · Agent 团队」走到「核心概念」

「场景 · Agent 团队」先把问题落在「用户指令 「帮我重构这个项目的用户认证模块」 主 Agent · 协调员 🔍 调研员 💻 开发者 🧪 测试员 🔍 调研员 只读 分析当前认证模块的代码结构和依赖 read_file search_files grep 待分配 💻 开发者 可读写 重写认证中间件,改用 JWT read_file edit_file run_command 待分配 🧪 测试员 可读 + 运行 编写并运行认证模块的单元测试 r…」上;到了「核心概念」,讨论继续推进到「类比理解 单 Agent = 一个人干所有事 多 Agent = 一个团队,各有专长 技术原理 子 Agent 运行在独立 Worker Thread 隔离内存,互不干扰 父级可随时中止子级 事件通信 subagent_start → 子 Agent 启动 subagent_chunk → 流式返回中 subagent_end → 子 Agent 完成」。两段连起来,重点就不只是记住一个结论,而是看清它成立所依赖的条件。

把这条判断带到下一个场景

写请求时也应逐层补齐:先说任务和受众,再给材料和输出要求,最后加上限制与验收方式;一次只改变一层,才能知道哪项信息起了作用。

  • 「场景 · Agent 团队」:用户指令 「帮我重构这个项目的用户认证模块」 主 Agent · 协调员 🔍 调研员 💻 开发者 🧪 测试员 🔍 调研员 只读 分析当前认证模块的代码结构和依赖 read_file search_files grep 待分配 💻 开发者 可读写 重写认证中间件,改用 JWT read_file edit_file run_command 待分配 🧪 测试员 可读 + 运行 编写并运行认证模块的单元测试 r…
  • 「核心概念」:类比理解 单 Agent = 一个人干所有事 多 Agent = 一个团队,各有专长 技术原理 子 Agent 运行在独立 Worker Thread 隔离内存,互不干扰 父级可随时中止子级 事件通信 subagent_start → 子 Agent 启动 subagent_chunk → 流式返回中 subagent_end → 子 Agent 完成
  • 「产品决策」:Takeaway 复杂任务不靠一个 Agent 硬撑,而是拆成多个专职子 Agent:调研员负责读代码、开发者负责改代码、测试员负责验证。只读任务并行加速,写入任务串行保安全。这就是 Agent 世界的团队协作

最后的「产品决策」把讨论落到「Takeaway 复杂任务不靠一个 Agent 硬撑,而是拆成多个专职子 Agent:调研员负责读代码、开发者负责改代码、测试员负责验证。只读任务并行加速,写入任务串行保安全。这就是 Agent 世界的团队协作」。回看这条线索时,最值得保留的是:当输入、规模或风险改变,哪些判断需要重新做一遍。

标记为已学完 阅读进度会自动记录
← 上一篇下一篇 →

继续阅读

同一条线上的下一篇。

文章讨论

读到这里,留下一个判断。

把刚想明白的地方、还没想通的问题,留给下一位一起学习的人。

正在讨论 多 Agent 协作 模型周围的 Harness
3条讨论文章讨论 · 与共学社区同步
在共学社区查看
AM
Asha Morgan内容编辑
观点实践记录

我把这篇文章里的一个判断改写成了今天可以验证的小实验。比记住结论更有用的是,知道下一步要观察什么。

文章讨论7 有帮助
LH
Lin Harper独立开发者
观点观点

读完以后我先回头找它成立的条件,而不是直接把方法搬进项目。这个顺序让后面的取舍清楚很多。

文章讨论5 有帮助
KM
Kiki Moore产品运营
问题问题

如果把这个判断放到真实工作里,最先需要补的约束是什么?我想知道从阅读到第一次实践之间,哪一步最值得先做。

文章讨论4 有帮助