AI Agent / 系统课时

划分 Agent 角色

划分 Agent 角色

多 Agent 系统最容易失控的地方,不是 Agent 数量少,而是职责重叠、权限过宽和上下文互相污染。本节用专业能力、权限边界和上下文范围三条线,把角色拆成可执行、可审计、可协作的最小单元。

学习目标

  • 能按专业能力、权限边界和上下文范围定义 Agent 职责
  • 能判断一个角色应该继续拆分还是与其他角色合并
  • 能写出可用于协作设计的最小角色清单

先从职责边界而不是岗位名称开始

角色名称只是标签,真正决定协作质量的是“这个 Agent 能做什么、允许做什么、需要知道什么”。例如“研究员”如果同时能查资料、修改生产数据并读取全部历史对话,它就不是一个清晰角色,而是多个责任被塞进了同一个执行体。

划分时先列业务动作,再把动作按专业能力聚类。需要检索和事实核对的动作归给研究 Agent,需要生成代码的动作归给开发 Agent,需要验收质量的动作归给审查 Agent。主管模式可以让主管负责分派和汇总,也可以由程序承担控制层。高权限工具仍由对应业务服务鉴权。

多 Agent 角色边界结构图

用三条线定义一个角色

专业能力决定角色解决哪类问题。一个角色应围绕相对稳定的能力集合设计,例如检索、代码生成、数据分析或审查。能力跨度过大时,提示词会变长,工具集合也会变得难以控制。

权限边界决定角色能访问哪些工具和资源。研究 Agent 可以有只读搜索权限,开发 Agent 可以写入代码工作区,但不应默认获得生产数据库写权限。权限跟随任务最小化,而不是跟随“Agent 很聪明”无限放大。

上下文范围决定角色执行任务时看到哪些信息。只把完成当前任务需要的输入传给它,避免把完整会话、其他 Agent 的中间草稿和无关机密全部塞入上下文。上下文越窄,越容易降低干扰,也越便于审计结果来源。

判断应该拆分还是合并

需要严格权限分离、不同验收标准或独立复核时,先把相应边界做成可验证的程序约束。若两个部分还需要各自根据结果动态选择动作,再拆成独立 Agent。

反过来,如果两个角色总是成对出现、使用相同工具、读取相同上下文,而且中间结果没有独立验收价值,就没有必要为了“多 Agent”而强行拆开。拆分会增加调度次数、延迟和上下文传递成本。

写出最小角色清单

一个可落地的角色定义至少要写清能力、权限、输入范围和输出契约。

角色 核心能力 允许权限 上下文范围 必须输出
主管 Agent 分派、验收、决策 调用专业 Agent 用户目标与汇总结果 下一步动作
研究 Agent 检索、事实核对 只读搜索 当前问题与检索约束 带依据的事实
开发 Agent 生成与修改代码 代码工作区读写 需求、接口与相关代码 可审查的变更
审查 Agent 质量与风险检查 只读代码和结果 变更内容与验收标准 问题清单或通过结论

在代码中限制上下文和工具

把代码保存为 collab_roles.py。示例中的角色表来自应用配置。服务端根据认证身份构造 Principal,查明资源租户后才调用 can_call()。模型只看到各自被批准的输入字段。

python
from dataclasses import dataclass


@dataclass(frozen=True)
class Role:
    fields: tuple[str, ...]
    tools: frozenset[str]


ROLES = {
    "research": Role(("case_id", "quote_ref"), frozenset({"read_quote"})),
    "risk": Role(("case_id", "sla_ref"), frozenset({"read_sla"})),
}


@dataclass(frozen=True)
class Principal:
    tenant_id: str
    grants: frozenset[str]


def assignment(role_name, data):
    role = ROLES[role_name]
    if any(not isinstance(data.get(name), str) or not data[name].strip() for name in role.fields):
        raise ValueError("assignment is missing a required field")
    return {name: data[name] for name in role.fields}


def can_call(role_name, tool, principal, resource_tenant):
    role = ROLES.get(role_name)
    return bool(
        role and resource_tenant == principal.tenant_id
        and tool in role.tools and tool in principal.grants
    )


if __name__ == "__main__":
    principal = Principal("team-a", frozenset({"read_quote", "read_sla", "write_order"}))
    data = {
        "case_id": "case-42", "quote_ref": "quote-1", "sla_ref": "sla-1",
        "private_note": "仅供申请人查看",
    }
    print(assignment("research", data))
    print(can_call("research", "read_quote", principal, "team-a"))
    print(can_call("research", "read_quote", principal, "team-b"))
    print(can_call("research", "write_order", principal, "team-a"))

预期输出

text
{'case_id': 'case-42', 'quote_ref': 'quote-1'}
True
False
False

真实服务还应校验资源归属、读写权限和当前授权状态。输入裁剪避免无关内容进入角色上下文。跨 Agent 的共享字段仍来自受控记录,任何角色都不能通过消息内容给自己增加权限。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

划分 Agent 角色

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通