聘用具備工作能力的 Agent:打造多 Agent 協作組織

@andrewbusse
英語2 天前 · 2026年7月08日
102K
38
9
14
24

TL;DR

Andrew Busse 概述了 AI 從簡單對話演變為能協調複雜業務任務的多 Agent 艦隊的過程,這需要人類具備一項新技能:Agent 領導力。

當我們在 12 年前創立 Airtable 時,幾乎每位我們談過的投資者都告訴我們同一件事:你不可能為所有人打造一切。太多使用案例,太多的涵蓋範圍。我們證明他們錯了。我們建立了一個橫向平台,能運行零售、消費品、金融服務、媒體等領域的業務流程。

現在,我們將同樣的理念應用於 Agent。

Agent 的下一個產品型態

回顧過去幾年主流的產品型態。我們從 completionschat 開始,然後升級到 agents。起初,Agent 需要被提示才能行動。現在,Agent 會自行啟動,主動完成工作。

Andrew Busse - inline image

進展到 Agent 群(Fleet)。

接下來會是什麼?我們相信下一種產品型態是 群(fleet) 的協調:協調多個 Agent 作為組織的一部分來完成複雜工作。Agent 與 Agent 之間的協作,旨在處理更長、更難的任務。

現在模型在長時間、開放式的任務上已經足夠好,你可以開始應用真實的組織原則:將一個大任務拆分成不同範圍的子任務,分配給不同的 Agent,然後讓它們互相交接工作。

真實案例:園藝公司

我們在 Hyperagent 上看到的一些最具創意的 Agent 群,來自於傳統的線下企業。以下是一個基於真實園藝客戶的案例。

首先,客戶提交一個查詢,附上凌亂後院的照片、一些基本資訊,以及一份報價和提案請求。

Andrew Busse - inline image

入站線索由 Agent 處理。

Agent 群自行啟動

查詢到達 Sage,也就是協調者。Sage 閱讀接收的資料,並像一位優秀的辦公室經理那樣進行初步判斷:範圍是什麼?這是真正的專案嗎?這是一個值得追蹤的優質線索嗎?

Sage 決定值得處理。它將任務交給 Surveyor,這是一個專門負責設計和報價的 Agent,並向它簡報客戶的需求。

Andrew Busse - inline image

一個簡單的 Agent 組織結構。

你不是在建立一個能做所有事的 Agent。你是在建立一個組織,由協調者將工作分配給最適合的專業 Agent,就像你會將任務分配給團隊中合適的人一樣。

Surveyor 開始工作。Hyperagent 上的每個執行緒都在一個功能完整的沙箱虛擬機中運行,因此 Agent 可以編寫程式碼、操作檔案,並使用真實的工具。它使用像 ffmpeg 這樣的工具從客戶的影片中提取單幀畫面,研究空間,並製作一份高品質的提案:包括改造後庭院的模擬圖像、真實的提案說明、以及真實的報價。

Andrew Busse - inline image

報價與設計 Agent 在其自己的沙箱中運行

這樣的提案過去只有高端設計師或園藝公司才能製作,而且只針對數百萬美元的客戶。現在,一家小型企業可以為一個 1 萬美元的後院工程,提供同樣品質的提案。

Agent 群提示人類

一旦 Surveyor 準備好提案和報價,工作就會回到人類手中進行審查。Sarah Guo 最近在一篇文章中提到了這一點,我們認為她說得對:部署有用 Agent 的真正瓶頸不再是模型能力,而是掌握政策並把關高風險決策的人類層級。向客戶發送具有約束力的報價就是一個完美的例子。

Andrew Busse - inline image

Agent 將提議的景觀改造方案分享給業主審查。

因此,Surveyor 的工作會通過 Sage 回傳,而 Sage 會直接聯絡業主,就像一位優秀的員工向上級報告一樣。「這是線索,這是調查結果,這是完整的提案簡報和建議書,這是我根據所有資訊建立的報價。批准後我就會發送出去。」

提案會呈現為一個互動式網頁,包含改造前後的對比,這種東西在一年前對於一個報價 1 萬美元的園藝工程來說,是完全不可能實現的。

Agent 群學習你的組織

有用的 Agent 必須即時學習,而不是依賴你下一次微調的時間表。回饋會被結晶化為記憶和技能,並且持續累積。

在實務上,這就像在 Slack 或電子郵件中與團隊成員進行例行往返溝通。Agent 群每次執行都會累積更多內部情境知識和專業能力。

Andrew Busse - inline image

Agent 透過 Slack 接收回饋並學習。

Agent 群無需你介入即可協調

一旦你擁有幾個能互相對話的稱職 Agent,大部分的協調工作就不再需要經過你。將它們放在同一個頻道或 Slack 群組聊天中,它們就會直接互相交接工作。Sage 向 Dispatcher 標記某件事,它們自行解決後繼續前進。你可以全程觀看,也可以在想要的時候隨時介入,但大多數時候你不需要。工作會在不需要你傳遞訊息的情況下完成。

Andrew Busse - inline image

你從連接每個 Agent 的「線路」,變成只在需要決策時閱讀討論串的人。

監督你的 Agent 群

一旦 Agent 個別能力足夠且彼此協調,人類的工作幾乎完全轉變為排除障礙。程式設計經歷了這樣的演變,我們即將在所有知識工作中看到同樣的過程。

首先是單人編碼:單執行緒、單一檔案、單一問題、單一個人。然後是 GitHub Copilot 早期的自動完成,這其實是 completions 形式在程式碼上的應用。接著是 Cursor 原始的聊天體驗,你可以與 Agent 對話,它會進行更複雜的編輯。現在,我所認識最優秀的 Agent 開發者,大部分時間都在監督一個 Agent 群,如果晚上不讓 Agent 群在夜間處理任務,感覺就像讓整個團隊閒置一樣。

Andrew Busse - inline image

Agent 在看板(kanban)上自行推進工作。

這改變了你需要的介面。你需要一個控制面板:一個地方讓你一眼就能看到每個 Agent 正在做什麼、卡在哪裡、以及誰在交接給誰。你的工作變成拉遠視角,一次看到整個系統的運作,就像 SimCity 的總覽畫面,而不是聚焦在單一任務上。

你的新工作

Agent 正在加入你的組織圖。現在最需要學習的技能,就是如何監督和領導一個 Agent 群。設計 Agent 的組織結構、培養情境層、讓每一次互動對它們來說都清晰易懂,並定義你何時真的需要親自介入。

二次創作

使用 YouMind 創作爆款文章

收集素材、拆解爆點、生成視覺資產、撰寫內容,並在一個 AI 工作空間裡完成分發。

了解 YouMind
寫給創作者

把你的 Markdown 變成乾淨的 𝕏 文章

圖片上傳、表格、程式碼區塊,往 𝕏 上手動重排太痛苦。YouMind 把整篇 Markdown 一鍵轉成乾淨、可直接發佈的 𝕏 文章草稿。

試試 Markdown 轉 𝕏

更多可拆解樣本

近期爆款文章

探索更多爆款文章