系列:「邊做邊補:用一個 AI 代理 mesh 專案,補齊 AI 工程師該有的能力」— 第 2 天
紀錄日期:2026-09-15
能力區:第 12 區 多 Agent 協作 | 類型:讀
多 Agent 協作,講的是把一件事拆給多個 LLM agent 做,再把結果合回來。教材裡有兩個關鍵分類:上下文是否共享(大家看同一份記憶,還是各看各的),以及協作拓撲(對等、管理者集中協調、去中心化)。ai-agent-book 第 10 章把它講成一整套,12-factor-agents 第 10 條則只講一件事:agent 要小、要專,一次 3 到 10 步,最多 20 步。
我的 mesh 就是一個「管理者模式」:一台 coordinator 收 prompt,拆成子任務,派給九台機器上的 AI CLI 和三支手機的 BYOK adapter,收回每一份輸出,最後由發起端合併成一份回答。昨天從 iPad 畫面跑了一次 12 個參與者全部完成的任務。今天晚上 coordinator 整台離線,整個 mesh 停擺。這兩件事放在一起,剛好是這一章的正反兩面。
我以為多 agent 的難點在「派工」:怎麼把 prompt 拆得漂亮、怎麼平行跑。所以我把大部分力氣花在 fan-out 的協定上:participants 要排序後做 sha256、確認雜湊、冪等鍵、事件游標。這些都做對了,但書裡列的六種失敗模式,我一種都沒有事先想過。
書的分類,我在哪一格。 上下文不共享;拓撲是管理者模式。每個參與者只看到自己的子任務,看不到別人的輸出。書裡說這種模式的代價是「Agent 間傳遞語義,每轉述一次都是有損的重新編碼」。昨天的合併回答就是一次有損重編碼:發起端的手機拿 12 份輸出,用自己的模型壓成三段。
12-factor 第 10 條:小而專。 我每個 attempt 的 scope 是 read-only-no-tools,一次呼叫,沒有多步迴圈。手機端的 adapter 更極端,就是一個 API call。這條我是誤打誤撞做對的:不是因為讀過原則,是因為手機根本跑不了多步的 agent。
Plan-and-Act 那篇論文的結論:弱規劃者是整個系統最關鍵的瓶頸。 這條我做錯了,而且有證據。

(昨天 task 2bb27031 的畫面:m1/agy 拿到「投影片大綱」、m1/claude 拿到「Q&A」、m5/agy 拿到「字數稽核」,都不是正文)
昨天的 prompt 是「寫一份三段式指南」,planner 拆出 12 份子任務,其中好幾份是「做字數稽核」「寫投影片大綱」「寫講者提示」這種 meta 工作,跟三段正文無關。最後合併時只採用了三段正文,其他輸出等於白跑。我從來沒量過 planner 的拆題品質,這一格從「有」降為「半」。
六種失敗模式,逐一對照:
| 書裡的失敗模式 | 我的專案 | 現況 |
|---|---|---|
| 一、共享檔案系統的並發衝突 | 不共享上下文,每個參與者只回傳文字 | 不適用 |
| 二、錯誤的級聯放大 | planner 拆錯,12 台就跟著做錯;合併時再壓縮一次 | 命中,沒有交叉驗證 |
| 三、同質趨同 | 五台機器上跑的都是同兩家 CLI,加三支手機同一個 qwen 模型 | 命中,昨天三支手機的輸出結構幾乎一樣 |
| 四、互相扯皮 | 參與者之間不通訊 | 不適用 |
| 五、循環失控 | 每個 attempt 單次呼叫,有 180 秒上限 | 已防 |
| 六、理解債 | 我今天才發現 planner 拆出 meta 子任務,昨天沒看 | 命中 |
書裡的「第一個已驗證成功,而不是第一個聲稱成功」。 我的 receipt 有 nonce 回顯和輸出的 sha256,能證明「這台真的跑了、輸出沒被改」,但驗證不了「輸出是對的」。書裡那段 pseudo-code 的 verify(event.artifact, hidden_checks),我沒有對應物。
管理者模式的固有代價:Manager 成為單點。 今晚 21:00 起 coordinator 從網路上消失,九台機器和三支手機全部無法派工。

(iPad 在 coordinator 消失後的畫面:roster 拉不到、pull 逾時,但舊快照還留著綠色的 online 0s)
契約裡 DEC-07 明寫不做 failover。我今天為了繼續測試,把模擬器的 coordinator 改指這台 Mac 自己的 daemon,三分鐘就換好,因為每台桌機跑的是同一顆 binary。這說明 failover 技術上不難,難的是誰決定切換、切換後 manifest 和 task 狀態怎麼帶過去。
Day 03|評估|做。先把「planner 拆出的子任務裡,多少比例進了最終回答」變成一個可以跑的數字,用昨天 task 2bb27031 的 12 份輸出當第一筆資料。
參考:ai-agent-book 第 10 章「多 Agent 協作」;12-factor-agents Factor 10「Small, Focused Agents」;Erdogan et al., Plan-and-Act, arXiv:2503.09572。