原方案的 Collaboration Spec 五维是 sound 的。把六大理论簇拆解后,每一维的可选取值如下——所有具体形态都是这张表的组合。
| 维度 | 理论给出的可选取值(值域) |
|---|---|
| T topology 组织形状 | 单点 / 链 pipeline / 树 hierarchy / 星 hub-spoke / 网格 mesh-peer / 矩阵 matrix(双指挥线) / 圈层递归 holacracy-circles / 市场 market(无固定连边) / 黑板 blackboard(经共享环境间接连) / 平台-卫星 platform |
| M membership 谁在场 | humans+agents 混编;固定 vs 动态(运行时增删);专才 vs 通才;含/不含结构性对抗角色;角色槽 ↔ 可热插拔执行体(role/person 解耦) |
| C coordination 谁协调/谁先说 | 协调者:无 / 固定 / 轮值 / 推选 ;发言:广播并发 / 顺序 round-robin / 优先级抢占 / 主持点名 / 投标触发 bid / 环境触发 stigmergy ;强度是连续滑块(独裁→推销→征询→协商→共定→框架内自主→完全放任,Tannenbaum 七档);同步/异步/异步+检查点 |
| V convergence 如何收敛/何时停 | 独裁拍板 / 多数票 / 共识 / consent(无有效反对) / 加权聚合 / 拍卖定标 / 对抗后仲裁 / 主观选 / quorum / 轮空超时 / 预算耗尽(Scheduler 兜底) ;fan-in 语义:等全部 / 等首个 / 等任一 / 等子集 |
| P visibility +权限 | 可见性:全员共享 / 按角色分区 / 单向 / 私密信道 / 可按阶段切换(Delphi 先盲后聚) ;权限:谁能 spawn(永远=Scheduler) / 谁能写共享态 / 谁能否决 / 谁能 escalate ;capability=寻址(持令牌即可达) |
底层引用:Mintzberg 协调机制 · Malone-Crowston 依赖→协调 · Tannenbaum-Schmidt 领导连续谱 · Johansen CSCW 时空矩阵 · van der Aalst workflow fan-in 模式 · capability-based security。
| 场景 | 谱系定位(多源对照) | 隐含/没明说 |
|---|---|---|
| ① Hub/Scheduler 主力规划+层级调度 | Orchestrator-Worker + Hierarchy + Williamson 科层 + Tannenbaum 最左 + 学术根 Contract-Net | 「主力可换」= Holacracy 的 role/person 解耦(直觉踩对了但没命名);CNP 提示可让 worker 主动投标而非纯被指派 |
| ② Peer 圆桌脑暴 无协调者·广播·全员共享·异步 | 名义像 group-chat,本质=Blackboard+Stigmergy(见 §05)+ Williamson 网络 + CSCW 异步+full awareness | 缺 Belbin 角色多样性(全同质=只会发散);「主观选」是最弱收敛,没有质量门;全共享会趋同坍缩(回声室) |
| ③ 对抗式岗位 安全/合规/质量审查 | Evaluator-Optimizer / Generator-Critic(非对称)+ Crowston 的 usability 约束(QA=保上游产出合格) | 它 不是 debate(debate 是对称互驳);学术上「辩证探究·两队对辩」比单红队挑错更狠 |
| ④ AB-test 多模型打分喂路由 | Williamson 市场(竞标退化为打分) + Contract-Net + scatter-gather + 决策=加权聚合 | 「选一个」vs「融合全部(MoA/集成)」是两种不同的 V,原设计只用了前者;Discriminator 模式=抢答取首 |
谱系里 agent 组织用得上、但原 4 场景没覆盖的。每条:是什么 / 为何漏 / 落到 Spec。
原 4 个场景全是「多 agent 同时面对一个任务」,没有一个是「上游产出→下游加工」的链式接力——但这是 agent 工程最常见形态(研究→草稿→审校→定稿)。配套要管 transfer/buffer(上游慢下游等)。
T=链;C=顺序+usability 约束(上游输出 schema 校验);V=末端交付即止;P=单向。代码里 orchestrate 已有 pipeline 枚举但没接通。
原设计的协调全靠「@广播/点名」等直接消息。黑板/Stigmergy 是经共享工作空间间接协调——agent 只读写黑板/留痕,互不发消息。研究指出中心编排在 ~20 agent 以上会成瓶颈、同步消息二次方爆炸,间接协调是唯一能 scale 的路。爟看板天然就是个 stigmergy 基质。
T=黑板;C=环境触发(谁看到未完成痕迹谁接);P=共享工作空间为唯一信道。「异步无协调圆桌」最该靠这个落地。
原设计的拓扑都是「扁平一层」(一个 hub 带一队、一个圆桌)。没有「圈中有圈」——一个 agent 小队对外是一个节点、对内又是一个完整 collaboration。大任务必然要这种分形结构,也是 N 变大时的退化路径(见 G8)。
T=圈层递归;V=consent(无有效反对即过,比共识快);P=圈内透明圈外只见接口。这是架构级缺口。
OpenAI Swarm 式:当前 agent 判断该谁接手就 handoff 给谁,无中央编排者。客服分诊式(triage→专家)。本系统里伊↔燧↔短期 AgentRun 的控制权转交就是这个,但没显式建模。
T=去中心链/图;C=控制权随 handoff 流动、无全局 turn manager;V=终态 agent 完成即停。
原设计没有「一个 agent 同时服务两个 owner/两条目标线、指令冲突听谁」的形态。一旦多个并行 collaboration 共享同一批 agent、或一个外部 Principal 进场,必撞。整个 Spec 完全没有「冲突仲裁」维度。
T=矩阵;C=双协调者;V 必须含冲突解决规则(强矩阵=项目线优先 / 弱矩阵=职能线优先 / Principal 优先级)。
4 个场景都只描述「稳态运行」,没一个描述「怎么开始、怎么结束、结束时谁回收预算」。Adjourning 缺失是 agent 编排烧钱失控的头号原因,且直接关系系统不变量——Adjourning = Scheduler 回收并发/预算的钩子。
V 必须含 lifecycle 状态机 + 终止触发(达标/超时/预算耗尽)。
原设计只有「hub 全控」和「完全无协调」两个极端,中间五档全空。最有用的是「协调者只设目标/约束/预算上限,小队框架内自主、不逐步请示」——对 agent 既省 turn 又可控。
C=协调者只发框架不发指令;V=按产出指标 KPI 达标;P=框架公开、执行细节自治。
场景④是「打分选一个喂路由」。集成的威力在融合多输出(投票/加权平均/分层聚合 MoA),多样性抵消单模型错误(Condorcet 陪审团定理背书)。⚠️ 已知坑:正确答案在少数派时,多数投票会放大错误。
V=加权聚合/多数融合;M=刻意要 model 多样性(同质集成无收益)。
原设计的协调机制都是「结构性的」(谁管谁/谁先说)。漏了「靠共享规范/人格/价值观对齐来降低显式协调」——本系统的 SOUL/IDENTITY + CLAUDE.md 硬约束其实就是 social laws,但没系统化成机制。多 agent 先验对齐,很多实时协调可省。
C=normative alignment(预置规范降 runtime 协调强度),正交叠加在任何拓扑上。
MAS 学界有现成的「Agent-Group-Role」+ MOISE+ 的「结构/功能/规范」三维组织模型,把角色/权限/义务编码进组织而非 agent。直接服务 membership + permissions 两个维度,不用从零造词。
M=统一 role/group 抽象;P=权限作为 role 内禀属性(取得 role=获得授权)。
还有几个次级缺口(Delphi 盲评防从众 / Generative-Agents 记忆-反思-规划架构 / Negotiation 谈判协议 / Coopetition 竞合 / Coalition 联盟自组织),详见文末来源。
分布式系统已经把这套做成成熟原语。底座实现这些,4 个场景都是它们的组合——站在 30 年文献肩上,不用从零发明术语。
max_dev_teams(写权限)绑死了。把它推到极致:拓扑(谁连谁)是不是天然就决定了可见性(谁看得见谁)和权限(谁能动谁)?orchestrate(star)=Hub / broadcast=圆桌 / collaborate(review|debate)=对抗 / broadcast(compare)=AB-test),且有三套不兼容的 TaskState。所以真问题不是「我想全了没」,而是「一个 Collaboration Spec 抽象能不能把这四套真的统一起来,还是会塌成谁都映射不干净的 god-object」。是要为「统一」付重构四引擎的代价(一等实体),还是只做生成时翻译成四引擎之一的配置 DSL(drift 照旧)?