多Agent真正开始参与项目以后,我觉得有一个问题比“怎么分任务”更容易被低估:

Agent之间到底应该共享什么?

比如一个线上接口突然变慢。

Agent A先分析Trace,看到数据库连接等待明显增加,于是给出判断:

可能是连接池不足。

Agent B接过任务以后看到这句话,继续检查连接池配置。

Agent C再接手时,可能已经把:

“连接池不足”

直接当成了已确认事实。

接下来开始:

改连接池。

改超时。

跑压测。

调整配置。

最后折腾半天才发现,真正的问题其实是下游服务响应变慢,连接池等待只是结果。

整个过程里最危险的地方不是Agent能力不够。

而是:

一个“判断”,在不断传递以后慢慢变成了“事实”。

这也是多Agent项目里一个非常重要的架构问题:

Fact、Hypothesis、Decision和Evidence,不能混在一起保存。


一、先看一个很常见的多Agent链路

假设现在有三个Agent。

Agent A负责排查。

Agent B负责实现。

Agent C负责验证。

A分析以后写下一句话:

Redis可能是接口变慢的主要原因。

如果共享上下文里只有这一句话,B很可能理解成:

Redis就是根因。

于是开始修改缓存策略。

C再看到代码已经围绕Redis修改,也会自然沿着这个方向测试。

最后就形成:

A的假设
↓
B当成事实
↓
产生代码修改
↓
C围绕修改继续验证
↓
假设越来越像“事实”

这就是多Agent特别危险的一种:

Assumption Propagation——假设传播。

最开始只是一个概率判断。

传两三轮以后,却变成了整个任务的基础。


二、“事实”和“判断”最大的区别,是能不能直接被后续使用

例如:

接口P99从800ms升到4.2s。

这是Fact。

因为它可以通过监控直接验证。

再比如:

Trace显示2.1秒花在等待数据库连接。

也是Fact。

但:

数据库连接池太小。

这还不是Fact。

它更准确的身份是:

Hypothesis——假设。

因为还需要继续验证:

连接池利用率是不是长期打满?

等待是否和流量变化一致?

扩大连接池以后问题是否改善?

如果这些没有验证,直接把“连接池太小”写进共享状态,后面的Agent就很容易把推理结果当成环境事实。


三、Decision又是另一种东西

假设经过验证以后发现:

连接池确实存在容量不足。

团队决定:

先把连接池从20调整到40,并做压测验证。

这里:

“连接池不足”是已经确认的判断。

而:

“先扩到40”

是一个:

Decision——决策。

决策并不等于事实。

它只是:

在当前Evidence下,我们选择了这个动作。

这一点非常重要。

因为以后如果压测发现:

40并没有改善问题,

Decision可以被撤销。

但原来的Evidence仍然应该保留。

如果把Evidence和Decision混在一起,Agent很容易出现:

“既然以前决定这么做,那这个方向应该就是对的。”

于是旧决策反过来污染后续推理。


四、Evidence最好也不要和Fact混成一行

比如:

Fact:
接口P99 = 4.2s

Evidence:
Trace #8f21
DB Connection Wait = 2.1s

这两个东西最好分开。

因为Fact回答的是:

目前我们确认了什么?

Evidence回答的是:

凭什么确认?

以后如果新的Trace显示完全不同的结果,就可以重新审查这个Fact。

所以一个更可靠的多Agent知识结构应该是:

Fact
↓
Evidence

Hypothesis
↓
Evidence Needed

Decision
↓
Reason
↓
Validation

而不是所有东西都扔进:

“项目上下文”。


五、多Agent真正需要的是“共享状态”,不是“共享所有聊天记录”

这是我觉得特别容易走偏的一点。

很多多Agent系统为了保证大家都知道发生了什么,会共享:

完整历史对话。

所有推理。

所有中间结论。

所有修改记录。

信息是很多。

但问题也随之出现:

旧假设还在。

被否定的方案还在。

临时猜测还在。

过期决策也还在。

后面的Agent根本不知道:

哪些现在还有效。

所以相比:

Shared Conversation,

我更推荐维护:

Shared Current State。

也就是只保留:

当前确认事实。

当前待验证假设。

当前有效决策。

对应Evidence。

已经失效的内容明确标记。


六、可以给共享信息加“状态”

例如:

FACT-01
接口P99 = 4.2s
状态:CONFIRMED

HYP-01
连接池不足导致等待
状态:TESTING

DEC-01
临时把连接池提高到40
状态:ACTIVE

HYP-02
Redis导致延迟
状态:REJECTED

这样Agent B接任务时,就不会把:

HYP-01

直接看成:

FACT-01。

Agent C看到:

HYP-02 = REJECTED

也不会重新沿着已经排除的方向继续查。

这其实比增加更多Prompt更有价值。

因为它直接改善:

多Agent共享知识的结构。


七、事实也不是永久有效的

这里还要和今天第一篇联系起来。

Fact虽然已经确认,

但也有:

版本。

时间。

环境。

例如:

FACT-03
生产环境Feature Flag = false

Verified at:
14:20

Environment:
production

Version:
config v32

两个小时以后配置又改了,

这条Fact就可能过期。

所以共享状态最好至少包含:

Type + Status + Source + Version + Timestamp

这样另一个Agent接手时才能判断:

这是不是仍然值得相信的当前事实。


八、为什么这个架构对多Agent特别重要?

单Agent场景里,

同一个Agent至少还记得:

“刚才这个只是我的猜测。”

但换成多Agent以后,

语义很容易在交接过程中丢失。

A说:

“我怀疑是数据库连接池。”

B看到:

“数据库连接池问题。”

C看到:

“已定位数据库连接池。”

只经过两次交接,

语气就完全变了。

所以多Agent增加的风险不只是:

上下文丢失。

还有:

Semantic Drift——语义漂移。

而把Fact、Hypothesis、Decision分开保存,本质上就是给信息增加类型。


九、Decision最好带“为什么”

比如:

DEC-04
将下游Timeout从5s降到3s

Reason:
避免内部调用耗时超过应用整体5s预算

Based on:
FACT-08 / FACT-09

这样以后另一个Agent看到这个决定,不只是知道:

“Timeout现在是3秒。”

还知道:

为什么必须是3秒。

如果整体Timeout以后调整成10秒,这个Decision就可以重新评估。

这也是为什么:

Decision Context

对Agent项目特别重要。

否则项目里会积累大量:

“这里为什么是这样?”

最后只能靠重新读代码猜。


十、验证完成以后,Hypothesis才能升级成Fact

例如:

HYP-05
线程池队列过长导致接口延迟

Agent做完验证:

高峰期Queue Size持续上涨。

增加Worker以后P99明显下降。

Trace中的等待也消失。

这时候才可以变成:

FACT-11
接口延迟主要来自线程池排队

也就是说:

Hypothesis → Evidence → Confirmed Fact

这条升级路径最好显式存在。

而不是Agent说了一句“应该是”,后面所有人默认已经确认。


十一、错误决策也不要直接删除

比如之前有:

DEC-02
增加Redis缓存

后来证明方向错误。

不要简单从共享状态里删掉。

可以保留:

DEC-02
状态:REJECTED

Reason:
压测显示瓶颈在数据库连接等待,与缓存命中无关

为什么?

因为下一个Agent很可能又想到:

“是不是加缓存?”

如果它能看到这个方向已经验证失败,就不用重复走一遍。

所以多Agent项目真正有价值的记忆,不只是:

什么是对的。

还包括:

什么已经被证明不对。


十二、我更推荐一个简单的共享状态结构

不用搞特别复杂的系统。

复杂任务维护四块就够了:

Facts
已经验证成立的事实

Hypotheses
当前正在验证的假设

Decisions
已经选择并正在执行的方案

Evidence
日志、Trace、测试、指标等依据

再给每条内容补:

Version。

Timestamp。

Status。

基本已经能解决大部分多Agent交接问题。


十三、什么时候说明你的共享状态已经失控?

有几个信号特别明显。

Agent频繁重新调查已经查过的问题。

一个Agent说“A可能是原因”,另一个Agent直接按“A就是原因”修改代码。

旧方案明明已经否决,过几轮又重新出现。

项目里同时存在两个互相冲突的“当前结论”。

或者你已经无法回答:

“这个结论到底是谁基于什么Evidence确认的?”

出现这些情况时,问题往往不是Agent数量不够。

而是:

共享知识没有结构。


十四、给自己看一个指标:事实误用率

这篇可以只看一个指标:

Fact Misuse Rate——事实误用率

可以简单理解为:

被后续Agent当成已确认事实使用,但实际上仍属于假设、过期信息或已失效决策的关键条目 ÷ 被引用的关键共享信息总数

比如一次多Agent任务中引用了20条共享信息。

其中3条其实只是:

未验证假设。

旧状态。

失效Decision。

那么:

事实误用率 = 15%。

这个数字越高,多Agent越容易形成:

看起来推理越来越完整,

实际上基础越来越不可靠。


十五、Plus和Pro怎么判断?

如果现在主要还是:

单Agent。

任务比较短。

同一时间只有少量上下文和Evidence。

这种情况下,Plus通常已经够用。

真正应该先做的是:

让重要信息有清楚的类型。

不要把Fact、Hypothesis和Decision混在一起。


如果你已经开始让多个Agent:

并行分析。

修改代码。

做Review。

跑测试。

并且任务持续时间长、状态变化频繁、共享信息越来越多,

这时候对连续任务容量和多轮执行能力的需求会明显增加。

这种成熟的多Agent Workflow下,Pro会更合适。

但前提仍然是:

共享状态必须先设计好。

否则Agent越多,只会让一个错误假设传播得更快。


最后

多Agent共享一个项目以后,真正危险的并不是:

它们不知道彼此做了什么。

而是:

它们不知道彼此留下的信息“是什么性质”。

这是一条Fact?

一个Hypothesis?

当前Decision?

还是支撑判断的Evidence?

如果这些东西都只是普通文本,

一个猜测传两轮以后,就可能变成“已确认事实”。

一个临时方案跑几轮以后,也可能变成“系统必须这样设计”。

所以多Agent架构真正要共享的,不应该只是:

更多信息。

而应该是:

有类型、有状态、有来源的信息。

让Fact保持Fact。

让Hypothesis明确还是Hypothesis。

让Decision知道为什么存在。

让Evidence随时可以重新验证。

做到这一点以后,多Agent才真正从:

“多个Agent一起聊天”

开始变成:

多个Agent共同维护一个可靠的工程状态。

持续分享 Codex、大模型开发与 AI 编程实战内容。
长期深度使用各类代码大模型,也整理了
稳定的Plus/Pro会员订阅渠道,有需要可自取。

Logo

AtomGit AI 社区提供模型库、数据集、Agent、Token等资源

更多推荐