多智能体内容工作流避坑：哪些环节绝不该交给 Agent？
Typical-Baker9262 · reddit · 2026-08-03
开发者在 VPS 上搭建了一个包含研究、过滤、起草和视觉简报的多智能体内容工作流，但保留了所有公开操作的最终人工审批权。
目前他试图在扩展能力前解决四个核心工程问题：
- 模型路由：将高难度判断任务交给强模型，常规提取或分类交给快模型。
- 成本控制：在不降低证据标准的前提下限制 token 消耗。
- 状态可查：保持任务交接、数据源新鲜度和智能体状态可被审查。
- 确定性检查：在不需要 LLM 判断的环节尽量使用确定性代码。
作者向社区征集具体的失败案例与设计模式，而非工具推销，核心疑问包括：工作流中哪些部分永远不该自动化？如何按任务路由模型？哪种评估能抓出聊天演示中看似正常的失败？以及如何让人工审批发挥实效而不成为工作流瓶颈。
「编程与Agent」频道最新
- 开发者用 Claude 辅助打造基于物理的水彩画模拟器 — Vjeux · 2026-08-03
- Jeffrey Emanuel 发布管理多智能体集群的 Claude Code 技能 — doodlestein · 2026-08-03
- Grok Build VS Code 插件曝光：支持 Cursor，将推桌面端 — PawelHuryn · 2026-08-03
- 企业 IT 采购跑不过大模型迭代，Altman 曲线正倒逼架构重构 — sanjaykalra · 2026-08-03
- 突破静态部署瓶颈：AReaL 2.0 实现企业级 Agent 自我进化 — ruslansv · 2026-08-03
- Hamel Husain 为去“AI味”工具 dslop 提交规则扩充 PR — HamelHusain · 2026-08-03