ChatGPT、Codex架构实战:多Agent共享一个项目时,为什么“事实”和“决策”必须分开保存?
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。
更多推荐

所有评论(0)