18 · Agent 团队实战

跑一个真实的多角色协作

📚 系列导航：这是《Agent 开发进阶》的第 18 篇（共 24 篇）。上一篇把移交和通信打通了，零件齐了；这一篇合练——调研、写 PRD、评审三角色跑一条真实流水线，把 15–17 篇的判据、简报、交接全用上。下一篇：19 · 评测 Evals。

前三篇讲的都是零件：何时拆、怎么派活、怎么交接不丢信息。但零件摆一桌不等于会装机。这一篇真刀真枪跑一个团队：给一个产品想法，产出一份 PRD——调研员查事实、撰写者写文档、评审员挑毛病。听着简单，我第一次跑就翻车：评审员和撰写者共用一套 prompt 基底，评审从头到尾点赞，一个问题没拦住。这一篇只干一件事：把三角色流水线从角色设计到 trace 复盘完整跑通，并用单 agent 版本做对照。

看完这一篇，你会拿到：

• 三个角色的职责边界与立场差异设计要点
• 流水线 vs 辩论式的选择判据（附轮数熔断值）
• 可直接抄的质量门规则（交接验收标准）
• 三角色 PRD 与单 agent PRD 的对比结论

---

01 角色设计：职责边界 + 真实立场差异

三个角色：调研员只产出事实与引用，禁止给方案；撰写者按模板出 PRD，只准用调研员给的事实；评审员按 checklist 挑毛病，只提问题不改稿。

关键在评审员：它的 prompt 必须和撰写者有真实立场差异。好比工地监理——要是和施工队同一个老板发工资，验收单上就全是"合格"。落地做法：评审员 prompt 写明"绩效由发现的真问题数衡量，放过问题是失职"，再配具体 checklist：目标可衡量吗？验收标准可测吗？边界写了吗？

💡 一句话总结：角色的价值在边界和立场——没有立场差异的评审，只是多花一份 token 的复读机。

02 流水线还是辩论式

流水线（调研→撰写→评审→修订）适合产出型任务：目标明确、工序清晰。辩论式（多轮互驳后收敛）适合决策型任务：方案取舍、风险评估，需要立场碰撞。写 PRD 是产出型，选流水线。若选辩论式，铁律一条：设最大轮数。两个礼貌的 agent 能"您说得对，不过……"地互相谦让 15 轮不收敛。我的经验值：3 轮内强制收敛，由裁决角色拍板。

💡 一句话总结：产出型用流水线、决策型用辩论——辩论必须带轮数熔断，礼貌也要有预算。

03 质量门：不合格就打回

流水线最大的风险是垃圾顺流而下：调研缺引用→PRD 引用空气→评审对着空气提意见。解法是在每道交接设质量门——机器可判的验收标准（伪代码）：

def gate(stage, doc):
    if stage == "调研" and not doc.citations:
        return "打回：无引用来源"
    if stage == "PRD" and "验收标准" not in doc.text:
        return "打回：缺验收标准"
    return "放行"

预期输出：不合格产物打回原角色重做，附理由。门的标准必须可判定——"写得不够好"不是标准，"缺引用"才是。

💡 一句话总结：每道交接设一道可判定的门——门不设，最后一环收到的就是层层放行的垃圾。

04 全程 tracing：复盘时你会感谢它

三角色跑起来后消息在角色间流转，出了问题——比如 PRD 冒出一条调研里没有的"事实"——靠记忆追不回来。从第一次运行就记全程：每条消息的发送方、接收方、内容、时间戳，落成 trace。复盘三问：哪一环丢了信息？哪一环加了没根据的信息？哪一环空转？

💡 一句话总结：先有 trace 再谈复盘——多 agent 的 bug 从来不在最终产物里，在流转过程里。

05 动手：三角色流水线 vs 单 agent，PRD 对比

任务：选一个真实产品想法。先用单 agent 一把出 PRD 存档；再跑三角色流水线：调研员出带引用的事实清单→质量门→撰写者出 PRD→质量门→评审员出问题清单→撰写者修订，全程记 trace。

验收标准：两份 PRD 对比三个数——事实引用数、可测验收标准条数、被评审拦下的问题数；评审员至少拦下一个真问题。

两种结果都正常：三角色版明显更扎实——专业化与制衡生效了，把角色 prompt 和质量门固化成模板；若两版差不多甚至单 agent 更好——通常是任务复杂度不够或评审立场没差异，这恰好验证第 15 篇判据：这个场景可能本不该拆，也是有价值的结论。

06 小结

你现在应该能：设计有真实立场差异的角色、按任务类型选流水线或辩论、在交接处设可判定的质量门、用 trace 复盘一次协作。

下一篇 19 · 评测 Evals：进入生产化四件套的第一件——"感觉变好了"不算数，评测才算数。

---

📎 实战案例

一个团队的评审和写作角色共用 prompt 基底，评审全程点赞、零拦截。重写评审立场（按发现真问题计功）、辩论设 3 轮熔断后，同一任务评审拦下 4 个真问题，其中一个是缺失的核心验收标准。

踩坑

• 我的评审角色曾和撰写者共用 prompt 基底，跑了 5 轮全是好话零拦截——立场差异要写进人设，还要给"挑错计功"的激励。
• 没设轮数上限，两个 agent"您先请"了 15 轮，一分结论没产出——礼貌也要熔断，辩论 3 轮强制收敛。
• 我第一次跑流水线没记 trace，PRD 里冒出一条凭空的"用户数据"，追了半天不知道哪个角色编的——从第一次运行就落 trace。