用多智能体集群2天清理400张表，对抗式验证成关键
Deepfeet-09 · reddit · 2026-07-31
一家公司在并购后面临约 400 张混乱的遗留数据库表的迁移工作。团队放弃了耗时数周的手动 ETL 脚本，转而组建了自主智能体集群来检查旧模式、推断字段映射并运行测试查询。
核心经验与教训：
- 拆解任务：早期试图用单个大 Prompt 完成所有工作，导致模型在处理嵌套 JSON 时频繁出错和产生幻觉。将其拆分为单一职责的小型智能体后才成功运行。
- 对抗式验证：绝不能让执行任务的智能体同时负责验证。团队引入了“审查员”智能体专门尝试破坏查询，若失败则将原始 SQL 错误发回给映射智能体修复，这种对抗循环有效保障了生产环境的安全。
- 状态与内存管理：跨重试的状态管理极具挑战，最终通过集成 Lyzr 来隔离内存并防止未脱敏数据泄露。
最终，人工审核队列降至 4% 以下，原本需要一个季度的任务仅用约 2 天完成。
「编程与Agent」频道最新
- 开源工具：AI 自动看 YouTube 生成小红书图文 — yangyi · 2026-10-16
- GitHub 用 AI 把 Copilot 运行时重写为 80 万行 Rust,CPU 内存降 90% — bibryam · 2026-10-16
- Demo 之外的真坑:Reddit 讨论企业 AI 落地最难的一公里 — djgoel123 · 2026-10-16
- DeepMind 推出 Antigravity for Science,单次会话筛出新型抗菌肽 — pushmeet · 2026-10-16
- 让 Claude 写计划、Codex 来审：双模型互查工作流实操 — theteknosaur · 2026-10-16
- NPCTalk 让 GTA V NPC 可实时对话:开源方案可移植任意游戏 — ChocolateDull8971 · 2026-10-16