耦合改动不宜让两个 agent 平行各改一块,再由主 agent 合并;更稳的做法是让一个负责人守一条判断主线,把可独立验收的检索、测试交给子 agent,并在对外或有后果的步骤设审批关卡。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
耦合问题要一条主线,不要两个平均值
立正把任务分成两类:资料检索、文件扫描、渲染、测试这类输入输出相对独立、可单独验收的工作,适合分给不同 subagent;而依赖连续判断链的工作,如果让几个 subagent 各自“改得更好”再综合,主 agent 往往保留各方最没争议的部分,得到“平均值的平均值”。他给出的原则是:需要统一叙事、声音和取舍的工作,一个判断、一条主线、一个 owner1。依赖版本更新与架构调整会互相改变对方的约束,更接近后一类。这是 AI 依据该原则对本题的推演,不是原文直接讨论版本升级。
先规划,把交接信息写完整
材料里的观点立正在评论中提出,可以一开始把项目描述清楚,再和 AI 一起先做规划,并提到 Planner 功能;他也保留疑问:理论上更好,但也许不如“自己脑子里架构清楚”实际有效2。在另一个项目里,他的做法是让自己的 agents 把要做什么、已做了什么、现在的架构、缺哪些权限、需要对方判断的问题整理成邮件;对方让 agents 读邮件并加上自己的判断回复,下一轮可从已有需求、方案和判断继续,不必重讲背景。他同时强调,哪些架构判断需要自己做、做出来的东西怎么验收,仍要人清楚3。
给有后果的步骤设审批关卡
AI推演立正讲过一次 agent 未经同意就发布面向两万用户的帖子:内容本身没问题,流程有很大问题。他的处理不是收紧权限、让 AI 事事来问,而是设一个 approval gate,所有对外内容都需要他批准,并让 AI 更新 AGENTS.md 记录这条规则4。套到你的项目:可以让 agent 自由做本地改动和跑测试,但合并到主干、改依赖锁文件、动公共接口这类会影响他人的步骤,先停下来给人看差异和理由。这是 AI 的应用建议,原文场景是社区发帖,不是代码合并。
提供的片段没有直接讨论依赖版本升级与架构重构并行的具体做法;上面的分工与审批建议是从立正关于 subagent 分工、交接信息和 approval gate 的表述推演而来,需要按你的项目验证。
出处
- 1More agents不等于more intelligence|我让AI更努力,它给我写出了311GB的平庸
区分适合拆给 subagent 的独立任务与需要一条判断主线的工作,是本题分工判断的核心依据。
- 2在《[AI Architect 课程实践] 重构vibe coding工作流》下的回复
提出先规划再动手,同时保留对其实际效果的疑问。
- 3让咖啡馆多卖一杯咖啡:我们用 AI 把这件小事做成了(GPT-6实测效果)
展示用 agents 整理需求、架构和待决问题再交接的实际做法,以及人保留架构判断和验收。
- 4Codex“背着我”发了个帖,但我不怪她…
给出 approval gate 的具体处理方式,说明为何不靠收紧权限解决流程问题。
追问2026年11月3日
怎么给“依赖更新”和“架构调整”划一条可验收的边界,怎么将已有的两条线路合并,设立统一主线?
把边界划在“验收标准”上:依赖更新只要求现有行为不变,架构调整才允许行为变化;两者共用一条主线,由同一个负责人按结果验收,而不是按改动类型分给两个 agent。
用“行为是否允许改变”划边界
依赖更新和架构调整最容易混在一起,是因为两者都会改到同一批文件。可验收的切法是看验收标准,而不是看改了什么文件:依赖更新的验收标准是“现有测试、接口和输出保持不变”,只允许必要的兼容性修补;架构调整的验收标准是“目标结构达成,且行为变化被明确列出并逐项确认”。凡是依赖更新中不得不改变行为的点,就升级为架构调整的输入,而不是在更新任务里顺手改掉。这样每条改动都能回答:它属于哪条验收标准,谁签字。这是 AI 基于你描述的综合,不是原文给出的现成规则。
合并成一条主线:一个负责人守结果,子 agent 只做可独立验收的活
AI推演立正讲“结果确定性”时,核心是把要达到的结果和验收标准讲清楚,让模型在运行环境里自己处理过程中的问题,用文件保存状态、用检查提供反馈1。他还提到,对 2 万用户有影响的对外发布,内容改得再好也不能不征求同意,于是设了 approval gate3。放到你的场景:合并后的主线应由一个负责人持有“最终交付物达到什么标准”,依赖更新和架构调整作为同一条线上的两个阶段或两个可独立验收的子任务,检索、跑测试这类活可以交给子 agent;涉及对外接口、数据格式等有后果的变更,设审批关卡。这是 AI 把上述判断套到你的项目上的应用,不是立正针对你这个项目说过的话。
别把“继续调一调”当收尾
材料里的观点立正在复盘自己的流水线时,把“可诊断但未收口”和“可用”分开,并把后续工作明确拆成两条队列,主流水线先保持边界、不再把所有智能都塞进去4。这对应到你的合并主线:先定义每条队列的完成标准(测试全绿、接口不变、结构目标达成),再决定哪条先收口。若两条都还停在“大致能跑”,合并只会把不确定性叠在一起。
提供的片段没有直接讨论“依赖更新与架构调整如何分工”的现成方案,上面的边界与合并方式是 AI 依据结果验收、审批关卡和分队列收口这些判断做的推演;你的项目里哪些变更算“行为变化”,需要你按实际接口和测试来定。
出处
- 1从结果确定性到通用智能:和韦晓亮老师聊AI、产品与教育
讲清以结果和验收标准为中心、让 agent 在运行中处理问题,是划边界的依据。
- 2学AI的两大误区:找课本(只看不动手),抄作业(依赖tutorial)
强调验收标准和失败归因,支持“先定可验证标准再动手”。
- 3Codex“背着我”发了个帖,但我不怪她…
给出有对外后果的步骤要设 approval gate 的具体例子。
- 4一个对“结果确定性”方法的实践和踩坑
示范把未收口的工作拆成两条后续队列、主线保持边界。
追问2026年11月3日
审批关卡应该设在哪些具体步骤上,才能让用户的注意力分配在重点环节?
审批关卡应设在“后果不可逆或对外生效”的步骤上,而不是按改动类型或流程节点平均分布;其余环节交给可提前写好的评分标准和阈值自动判断。
先按后果分级,再决定哪里设卡
夏淳把监管拆成三件事,第一件就是“定义边界”:哪些事 AI 可以自己做主,哪些事必须走人的流程、由人审批一下1。他举的反面例子是,白领流程里的审批有时是因为“你可能有私心”,防止人滥用制度;而 agent 在系统里是透明的,这类防范未必还需要1。这是他的判断,不是已被验证的结论。
把它用到你的项目上:设卡点应落在“做错了代价大、且难以撤回”的步骤,比如对外发布、改生产配置、动真实数据、产生费用或承诺。内部检索、跑测试、生成候选改动这类可回滚、可重跑的动作,不必逐个等人点同意。
用评分标准和阈值替代逐环节审批
Marco Casalaina 说,评分标准要提前做,因为它实际上就是成功标准;通过这套标准,才认为结果达标。他还要求提前定义可接受的阈值,因为 agent 不是确定性系统,会犯错,只能减少而不能消除,所以要事先决定允许多少错误、允许哪一类错误,才能投入生产2。
这正好补上“不设人审的环节靠什么把关”:靠事先写好的验收标准和错误容忍度。立正追问过,规则只有通过和失败两种状态时容易判断,但像定价这种即使考虑面积、卫生间仍可能偏得很离谱的情况,标准怎么定;Marco 的回答是评分标准要持续改进,先做初始标准、跑评估,再让真实用户接触输出2。也就是说,阈值不是一次定死,而是随评估结果调整。
落到你的耦合改动上
AI推演结合你前面“依赖更新只要求行为不变、架构调整才允许行为变化”的验收边界,可以这样分配注意力:依赖更新这条线,用“现有测试全过、行为不变”作为自动闸门,不设人工审批;架构调整这条线,在改变对外接口、数据格式或部署方式之前设一个审批点,由统一主线负责人确认。
这是 AI 基于上述两段材料的推演,不是两位说话人对你项目的直接建议。可观察的反馈是:如果某个环节的审批长期只是走过场、从未拦下问题,说明它更适合改成自动检查;如果某类错误反复漏过自动闸门,才值得在那里加人审。
两段材料分别谈企业级 AI 的评分标准与监管边界,没有直接讨论多 agent 编码流程中的审批点位置;上面的具体设卡位置是推演,需按你项目的实际后果调整。
出处
- 1过度优化的人生,注定一塌糊涂|对谈硅谷资深投资人
夏淳讲监管第一件事是定义边界、区分 AI 可自主与须人审批的事,支撑按后果设卡。
- 2AI在大企业中的应用才刚刚开始,人才供不应求?|对话微软CoreAI副总裁Marco Casalaina
Marco 讲评分标准即成功标准、需提前定阈值并持续改进,支撑“用标准替代逐环节审批”。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 怎么看待 DeepSeek Harness 新发布的 Super Agent 的文章?
我理解这种 Router-Worker 的样式,或者说 Agent Team 的概念是不新鲜的。但是为什么它能在当前被炒热?是因为模型发展到了当前阶段,或者说前沿的 Harness 已经稳定能够以某种方式去实现 Team 的工作方式了吗?
这个东西是我们必须要学的吗?还是说单个模型的简单方式就足够我们去使用了?
Router-Worker 本身不新,热起来是因为模型和 harness 让多步、多工具、可交接的协作更可用了;但要不要学,取决于你的任务是否真的卡在单模型做不完上。
- 我想在Claude 里 set multiple agents for data analytics to inform product direction, 我应该如何structure 我的agent
先别急着开多个 agent:先判断这件事能不能真正拆成互不依赖的子问题。数据分析和产品方向判断往往共享同一份数据和上下文,多开 agent 容易只是同一个模型采样多次,得到相关性很高的错误。
- 用多个agent协同合作来解决一个问题相比用单个agent有什么优势
多agent的优势只在任务能拆成可独立定义、可独立验收的子任务时成立;否则并行只会复制上下文、增加综合成本,产出更平庸。
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。