第 5 章 · 第 25 讲 · 15:33
本内容改编自小山学堂《学 AI 产品，从入门到精通》，为二次演绎配音版。
来源 xueai.miyang.cn（小山学堂 · 洛小山）
动手实战篇的收官集。这一集回答一个问题，从演示到产品到底差了什么。答案不在模型能力，而在分工、权限、连接这三件事上。
课程里有一句话说得很重，做人工智能产品最难的不是调接口，难的是在用户看不见的地方做出一百个正确的产品决策。用户看到的只是冰山一角，一个聊天框、几次回复，水面之下是产品经理要做的一百个决策。这一篇把口播里点到的每一个决策点，展开成可以直接拿去做评审的材料。
| 主题 | 核心问题 | 判断规则 | 关键量级 |
|---|---|---|---|
| 多智能体 | 什么时候真的需要分工 | 只有并行加速、角色制衡、风险隔离三种需求时才值得 | 新闻简报案例，二十五秒降到五秒 |
| 并发 | 谁能同时跑 | 看可以并行，改必须排队 | 三次搜索加一次写入，并行约四秒，串行约八秒 |
| 脑暴 | 怎么产生分歧 | 独立回答，主持人只提炼共识与分歧 | 总时间等于最慢那一个，不翻三倍 |
| 定时任务 | 上下文累积还是重建 | 每次新建会话，不复用旧会话 | 复用会话第二十四次约四万八千词元，成本差十倍 |
| 权限 | 给多大的自由 | 可逆性、出错代价、用户信任度三维度 | 从完全自主到每步审批的五档光谱 |
| 风险分级 | 弹不弹窗 | 低风险自动执行，高风险必须确认 | 无分级每步弹窗，有分级只弹高危 |
| 可观测性 | 它干了什么你知道吗 | 总耗时、循环次数、工具调用、词元消耗四项必备 | 词元消耗分布可反推用户真实使用路径 |
| 协议连接 | 单向还是双向 | 双向才能形成生态 | 作为客户端消费能力，作为服务端提供能力 |
| 懒连接 | 注册要不要等于连接 | 注册不等于连接，用到再连 | 启动从三十秒降到零点二秒 |
| 自配置 | 缺工具怎么办 | 能力发现、用户授权、即时生效、安全边界 | 门槛从会配置降到会说话 |
先说一个反直觉的结论，不是越多智能体越好，大多数时候一个就够了。真正需要分工的只有三种场景。
并行加速。 用户要整理今天的人工智能新闻，一个智能体依次搜索五个网站，总耗时二十五秒。改成五个子智能体同时去搜，每个负责一个来源，最后主智能体汇总，总耗时五秒。关键在于这些搜索互不干扰，天然适合并行。
角色分工。 让同一个智能体写完代码再审自己的代码，它很难发现自己的错误，就像自己检查自己的作文。分成两个，一个写代码，一个审代码。审查的那一方不知道写代码的那一方在想什么，只看最终产物，反而更容易发现问题。角色隔离让审查真正有效。
风险隔离。 主智能体在整理一份五十页的报告，其中需要解析几个附件。如果附件解析出错，格式损坏或者超时，直接在主智能体里做会导致整个任务崩溃。分出一个子智能体单独处理附件，成功了汇报结果，失败了报一句这个文件有问题，主智能体继续工作不受影响。
加第二个之前的三个问题。 一个智能体真的做不到吗，很多时候只是提示词没写好。增加的复杂度值得吗，更多智能体意味着更多协调成本和更多出错可能，你要维护的不再是一条链路，而是好几条链路之间的交接。有没有更简单的方案，比如用工具并行调用就能解决，不必真的分智能体。
可并行的只读操作：搜索网页、读取文件、查询接口、数据分析、数据库查询、读取笔记。这些操作不修改任何东西，十个智能体同时搜索也不会冲突。
必须串行的写操作：写入文件、发送邮件、执行命令、删除资源、支付操作、编辑笔记。这些操作会改变外部状态，两个智能体同时改同一个文件，结果就是数据覆盖、内容丢失。
判断规则只有一句：这个操作执行完，世界有没有变。没变就可以并行，变了就必须排队。补充一点，两个写操作如果改的是不同的东西，不同的文件、不同的数据表，也可以并行。冲突只发生在多个操作修改同一个资源的时候。
时间线对比：同一个任务是三次搜索加一次写入。三次搜索并行、写入排在最后，总耗时大约四秒；所有操作依次执行，总耗时大约八秒。
所以设计多智能体系统的第一步，是把工具分成读和写两类。这一步做对了，并行才有意义。反过来说，如果任务里大部分是写操作，并行带来的收益会非常有限，加再多智能体也只是把排队时间拉长。这个判断要在动手之前做。
和人类开会一样，一个人想到死，不如多个人独立思考再汇总。脑暴模式就是把同一个问题扔给多个智能体，让它们各自回答，最后由主持人整合共识与分歧。
以「如何提高用户留存率」为例，产品视角主张优化新手引导、增加个性化推荐；数据视角主张分析流失节点，锁定第三天和第七天设计召回；用户视角指出用户反馈最多的是不知道能干什么，核心问题是价值传递不到位。
主持人整合的结果是两条共识，核心问题是价值传递，新手引导是最高优先级改进点；两条分歧，用数据驱动还是用户访谈来确定改进方向，先做个性化推荐还是先简化核心流程。
为什么比一个智能体想到底更好，四条理由。避免思维定式，一个智能体会沿着一条线想下去。发现盲区，它想不到的另一个可能正好擅长。分歧即价值，三个意见一致说明方向明确，有分歧说明值得深挖。并行高效，三个同时思考，总时间等于最慢那一个，不会翻三倍。
硬性要求：每个智能体必须独立思考，不能看到其他智能体的答案。如果后一个能看到前一个的答案，它会被带偏，脑暴就失去意义了。主持人不负责再想一遍，只负责提炼共识、标注分歧，把分歧原样交给人类决策。
让智能体每小时整理一次新闻，听起来很简单。但如果复用旧会话，上下文每次都在增长，二十四小时之后成本会爆炸。
累积过程：第一次约两千词元，第二次约四千，第十次约两万，第二十四次约四万八千。每一次请求都要为这些历史词元付费。
新建会话：第二十四次的成本和第一次一模一样，因为不带任何历史上下文。而定时任务本来也不需要记忆，每次整理当前的新闻就够了，不需要知道昨天整理过什么。
结论：定时任务每次新建会话，别复用旧的。这个选择之差可以让月账单差十倍，而且新建会话不只是便宜，还更稳定，因为不依赖上一次留下了什么状态。
五个维度的光谱：从完全自主到每步审批，中间还有三种选择。选择取决于三个维度，操作的可逆性（发消息不可逆，读文件可逆）、出错的代价（删除数据代价高，搜索信息代价低）、用户的信任度（新用户谨慎，老用户信任）。
风险分级解决弹窗矛盾。无分级每步弹窗，用户点五次允许就想卸载；有分级只弹高危。低风险自动执行，包括读取文件、搜索信息、查看日历、格式化文本，不改变任何状态，出错也没有代价。高风险必须确认，包括删除文件、发送消息、执行支付、修改权限，不可逆或影响大。
谁来判断高危还是低危。三条路，产品经理在设计阶段预定义，最常用；让智能体根据上下文自己判断，更灵活但不一定准；让用户自己设置，最灵活但增加配置成本。
本质问题：给智能体多大的自由，本质上是在回答一个产品问题，这件事出错了，谁来负责。同一个产品里不同功能可以用不同的权限模式，一致性是给界面用的，不是给风险用的。
智能体在后台跑了三分钟，调了几个工具，花了多少词元，中间有没有出错。回答不了这些问题，你的智能体就是个黑盒。
执行报告必备项：总耗时、循环次数、工具调用次数、总词元消耗、执行时间线、工具调用统计、词元消耗分布。
对开发者的价值：定位智能体在哪一步出了问题，发现无效循环和浪费掉的词元，优化工具调用链路。
对产品经理的价值：理解用户真实的使用路径，量化每一个功能的成本，为下一版迭代提供数据。词元消耗分布这一项几乎是刚需，它能告诉你用户真正在用的到底是哪一个功能，而不是你以为的那一个。
一个没有仪表盘的智能体，就像一辆没有仪表盘的车，不知道油量，不知道转速，不知道什么时候会抛锚。可观测性不是给工程师的玩具，它是产品化的基本功。
作为客户端（消费者）：连接外部服务，调用别人提供的能力，日历、邮件、数据库、浏览器，主动发起请求，获取外部能力。
作为服务端（提供者）：把自己的能力通过同一套协议暴露出去，被编程工具调用，被桌面端调用，被自动化脚本定时触发，被动接收请求，提供自身能力。
为什么双向重要：单向集成只是工具调用，跟普通接口没有本质区别。双向集成意味着它不仅能用工具，还能成为工具。当多个智能体都能互相调用的时候，一个生态就自然形成了。这是从工具到平台的关键跨越。
懒连接三原则：注册不等于连接，启动时只声明我有哪些工具可用；首次使用时连接，大多数工具可能一整天都用不到；故障隔离，某个服务挂了只影响那一个工具。真实数据是启动从三十秒降到零点二秒，用户感受到的是秒开。
自配置四要点：能力发现，它得知道有哪些工具可以加；用户授权，不能偷偷连接新服务，必须明确告知并等用户同意；即时生效，配完就能用，不用重启，当前对话无缝继续；安全边界，涉及敏感数据的工具需要更严格的审批。这一下把门槛从会配置降到了会说话。
在加第二个之前先问三个问题，一个真的做不到吗，复杂度值得吗，有没有更简单的方案。只有并行加速、角色制衡、风险隔离这三种明确需求时才值得引入。很多团队一上手就设计一堆角色，结果协调成本比收益还大。
判断规则只有一句，这个操作执行完，世界有没有变。没变就可以并行，变了就必须排队。两个写操作改不同的东西也可以并行，冲突只发生在修改同一个资源的时候。这一步要在动手之前做完。
复用旧会话会让上下文滚雪球，第二十四次就到四万八千词元。每次新建会话，成本恒定，也更稳定。一个选择差十倍成本，这是所有收官章节里性价比最高的一条。
低风险自动执行，高风险必须确认。先想清楚出错之后谁负责，再决定弹不弹窗。同一个产品不同功能可以用不同档位，一致性是给界面用的，不是给风险用的。
总耗时、循环次数、工具调用、词元消耗这四项看不见，你的智能体就是黑盒。词元消耗分布还能反推用户真实使用路径，这是产品经理最容易低估的一项。
让它从会说变成会做，只需要接上一个真工具。一次工具调用的完整闭环只有四段。
最容易被忘掉的是第四段。少了它，用户看到的就是一坨原始文本，而不是一句人话。
挑工具的三个标准：高频，你的场景里几乎每次都用得上；低风险，只读优先，查天气、搜文档都比发邮件安全；输入输出清楚，参数两三个，返回结构固定。挑不出来就选「搜索我的某某资料」，它几乎适配所有场景。
工具描述写成三行：第一行写什么时候该用，也写清什么时候不该用；第二行写每个参数的含义、格式和示例值；第三行写返回什么、拿到之后该怎么用。检验标准是把描述发给一个没看过你代码的人，他能正确说出什么情况下会用、传什么参数。
验收标准：正常问题四段全通，答案是人话而不是原始文本；破坏性问题你能指出卡在第几段、为什么。跑通一次之后要故意搞一次破坏，问一个参数含糊的问题。卡死那一条记录最值钱，下一章的评测就从它开始。
误区一，角色越多越专业。 多智能体带来的是协调成本和交接风险，不是能力叠加。大多数时候一个就够了。
误区二，并行一定更快。 如果任务主体是写操作，并行收益非常有限，只是把排队时间换个地方浪费。
误区三，脑暴就是多问几次。 关键在于独立，一旦互相可见，就退化成同一个智能体的连续输出。
误区四，复用会话更聪明。 定时任务不需要记忆，复用只会让上下文滚雪球。
误区五，权限要不就全放要不就全收。 风险分级才是答案，而且是按功能分别定档，不是全局一把尺。
误区六，协议只是调工具的接口。 双向才是价值所在，能被调用意味着你的产品有机会成为别人的能力来源。
来源 xueai.miyang.cn（小山学堂 · 洛小山《学 AI 产品，从入门到精通》）