多智能体协同失败,八成不是模型不行,是交接环节丢信息。交接格式定不好,后面的智能体再强也补不回来。
交接为什么会丢信息?
三个原因。
第一,格式不统一。上一个智能体输出散文,下一个需要结构化字段,中间要靠模型自己解析,必然失真。
第二,隐含上下文没传递。上一个智能体做了哪些假设、跳过了什么、为什么这样判断,这些没写进交接,下一个只能猜。
第三,责任边界模糊。交接时没说清谁负责什么,出问题互相推。
交接格式该包含什么?
五段。
第一段,任务标识。任务编号、发起人、当前阶段、上一阶段。
第二段,输入摘要。这次拿到了什么材料,材料的来源和可信度。
第三段,处理结果。做了什么、结论是什么、置信度多少。
第四段,未决事项。哪些问题没解决、卡在哪、需要什么条件。
第五段,下一阶段的建议。建议做什么、注意什么、需要哪些额外信息。
五段齐全,接手方才有完整上下文。
格式怎么落地?
用结构化数据,不用自然语言。
字段固定,每个字段有明确的类型和取值范围。这样机器能直接解析,不依赖模型理解。
一个简单做法是定义一份 JSON 模板,所有智能体的输出和输入都按这个模板。
交接时最容易漏什么?
三个。
第一,假设。上一个智能体假设客户是新客户,下一个不知道,按老客户处理,结论全错。
第二,排除项。上一个已经排除了三个方向,没写下来,下一个又从头试一遍。
第三,时间戳。什么时候的数据、什么时候的判断,没有时间戳就无法判断是否过期。
怎么验证交接质量?
三个检查。
第一,接手方能不能只看交接内容就继续工作,不需要回看原始对话。
第二,交接里提到的每个结论,有没有对应的依据。
第三,未决事项有没有写清卡点。
三条都过,交接才算合格。
怎么减少交接次数?
交接越多,丢信息的概率越大。减少方法有两种。
第一,合并相邻环节。两个智能体做的事如果高度相关,合成一个。
第二,设置协调者。由一个协调者统一分发任务和汇总结果,减少智能体之间的直接交接。
第二种更常见,也更容易控制质量。
常见问题?
第一,交接内容太长。上一个智能体把全部过程都写进去,下一个读不完。
第二,交接内容太短。只写结论不写依据,下一个无法判断可信度。
第三,格式变来变去。每个智能体自己一套格式,协调者要写一堆适配逻辑。
第四,没有版本。交接格式改了但没标版本,新旧混用会出错。
交接格式是多智能体系统的接口。接口稳定,系统才稳。
去论坛讨论
前往 ziyuanagi.com 论坛 参与讨论