从“会用 Agent”到“组织级生产力”,跨越鸿沟靠的不是更强的大模型,而是一套有序的协作与治理体系。

10 月 24 日,QCon 全球软件开发大会上海站如期举办,网易智企 AI 平台技术负责人裴明明带来《从“会用 Agent”到“组织级生产力”:网易智企帝王蟹多 Agent 设计与实践》主题分享。

网易智企帝王蟹技术负责人 裴明明

本场分享跳出模型能力本身,从 Agent 技术的四次演进切入,围绕 角色边界、任务编排、状态恢复、质量验收与持续进化 ,完整拆解帝王蟹(ClawHive)的工程落地思路。

裴明明提出,当下不少团队已经实现“能用 Agent”,但尚未形成组织级生产力:单 Agent 仅能提升个人效率,企业复杂场景的核心痛点,是如何让 多个 Agent 协同完成高复杂度任务、保障结果可靠且能力可沉淀 。想要跨过这道鸿沟,依靠的并非更强的大模型,而是一套有序的协作与治理体系。

不同于概念宣讲,本次分享是一套完整落地证据链,直面产业三个核心疑问: 复杂任务为何可以交给多 Agent、多 Agent 协作如何避免失控、最终交付结果如何可信 。

帝王蟹的解法不依赖主观描述,而是依托角色边界划分、任务 DAG 编排、状态机流转、双线验收机制、全链路可观测以及 EERO 进化闭环。

这套架构的核心价值,是针对多角色、多系统、多外部依赖、长链路、强校验的企业任务,将复杂业务拆解为可分发、可追踪、可验收、可沉淀的标准化工作单元。

裴明明在分享中指出:AI 理解业务只是入场券,稳定交付业务价值才是核心 。在技术层面,可靠交付的根基,在于有序的组织、清晰的分工和完备的治理能力。

01 Agent 演进:从回答问题,走向自主完成任务

当前主流单 Agent 普遍具备目标解析、工具调用、上下文记忆、自我反思四大能力。

但在企业复杂任务场景中,所有能力收敛在单个 Agent 身上存在天然瓶颈:目标理解容易出现偏差,工具集膨胀带来执行不可控,上下文无限累积导致记忆臃肿,无边界的自我反思甚至会放大错误。

行业方向逐步收敛:或是按专业维度拆分 Agent 角色,或是固化协作流程,或是持续打磨单 Agent 上限。共识非常明确:瓶颈不在于模型本身,而在于协作与治理。从模型能力到稳定业务产出,缺少的是一套运行秩序。

这套秩序由三大基石构成:角色分工划定权责边界、统一编排定义任务流程、独立校验保障结果可信。

三者缺一,多 Agent 协作就容易陷入各自为政的混乱;三者齐备,单点智能能力才能转化为可复制的组织生产力,实现任务权责到人、过程全程可追溯、产出可核验、经验持续沉淀,把个人经验转化为组织资产。

落地层面,四大工程要点是生产级多 Agent 系统的必备底座:

角色与边界

拆分角色的目的是 聚焦专业域 。清晰边界可以精简 Prompt、隔离上下文干扰。通用大模型本身不自带领域专业能力,需要通过 Prompt、Skill、MCP 协议装配 ,才能成为领域专家。

编排与依赖

任务拆分后需要统一收口交付,任务先后顺序与依赖关系必须结构化定义;绝大多数协作故障发生在任务交接环节,依赖关系如果缺少结构化约束,错误会沿链路持续传导。

状态与恢复

长链路、跨会话任务,依靠 状态机记录流转进度 ,支撑任务承接、推进与断点续跑。状态数据必须精准、可校验、持久化,多份不一致的状态副本会直接引发协作冲突。

校验与质量

多主体协同下,无法天然保证合并结果正确,必须 分段独立校验 。错误会沿 Agent 链路向下扩散,自检模式无法规避自证偏差。

以上四点,决定一套多 Agent 体系能否真正落地生产环境。能力叠加只是起点,将零散 Agent 组织成可靠的数字团队,依靠的正是这套工程秩序。

02 帝王蟹整体架构:平台管控协作秩序

帝王蟹架构核心逻辑:平台管协作秩序 。

帝王蟹底层基于网易智企自研 WeClaw 搭建控制面:接入层支持 App、WebChat、IM 多类会话入口;通过关键词、语义、记忆多路完成路由分流;主控模块负责目标理解、任务规划、调度与终止判定;Workflow Runtime 承载任务图、门禁规则与调度器;Finalizer 统一完成最终交付收口。

中间层为执行面,动态装配的 Agent Worker 池。它并非固定角色清单,而是按需基于任务装配专家、执行者、校验者;角色由任务定义,能力由配置注入。每个 Worker 拥有明确边界:作为任务唯一负责人,上下文依托 Session 与记忆隔离,能力由 Skill、Tool、MCP 注入,运行约束受 Policy 与输出规范管控。执行底层拆解为 Task、Stage、Dependency,主控仅派发依赖就绪的可执行节点,未满足前置依赖的节点不会启动。Worker 返回 TaskResult、摘要与产物引用,主控不读取草稿、不复制完整正文。

横向贯穿全层的是治理体系:上下文边界实现摘要共享、局部推理隔离;执行门禁覆盖计划确认、负责人校验、依赖校验、权限管控;执行驱动遵循渐进推进原则,关键节点支持人工确认,实时检测状态与产物,不做隐式兜底;证据与观测模块完整记录进度、日志、交付产物、资源开销与审计信息。

整体抽象为四个平面:

控制面:负责编排秩序,管控任务拆分、流转、终止、安全与成本,不判定内容对错;

执行面 :聚焦单项任务,专业内容判断由执行者负责,不越权干预其他任务;

能力面 :统一接入 Skill、Tool、MCP 与知识库,避免各角色能力入口碎片化;

治理面 :依托 Harness 管控单 Agent 运行秩序,管理上下文、记忆、循环与产物,不处理跨 Agent 协作。

核心分工原则:平台负责跨 Agent 编排秩序,Harness 负责单 Agent 内部秩序;平台不介入专业内容判定,Harness 不处理多角色协同。

对业务客户而言,这套架构是承接复杂场景的基础。真实业务的复杂性,往往不在于问题本身难度高,而是角色繁多、异构系统交错、依赖链路复杂、权限边界严格、故障影响大。只有区分开编排秩序与单 Agent 运行秩序,才能避免单个模型输出的不确定性,演变成整条业务链路失控。

一次完整任务链路分为六步:目标理解、协作方案设计、任务建模、有界执行、校验归因、收敛交付,对应关键词:Intent / Constraint、Role / Boundary、Graph / Dependency、Context / Policy、Evidence / Review、Deliver / Learn。

链路分为前向、反向双视角:前向链路解决能力组织,把复杂目标拆解为可协同的任务结构,明确边界、可控传参、调度依赖,依托任务图分工,单任务唯一负责人收敛结果,阶段门禁阻止越级执行;反向链路解决质量证明,把协作过程沉淀为可验收的状态变更,结果留证、故障可定位、断点可恢复;只有 TaskResult 通过校验,任务节点才允许向下推进。

异常处理不只是简单重试:发生超时、结果缺失、结果冲突时,系统先完成故障归因,注入当前状态与原始目标继续驱动流程,再判定恢复执行或是终止任务。裴明明总结:任务推进由依赖决定,任务完成由证据决定。单次任务的价值,除了交付结果,更沉淀可复用的协作范式。

帝王蟹包含两类核心 Agent:主控 Agent、领域 Agent。

主控 Agent 职责收敛为四项:目标理解、任务规划、调度管控、风险控制与最终交付。它掌握流程规范,清晰感知各领域 Agent 能力边界,保障任务分发精准。

领域 Agent 作为任务唯一 Owner,专注领域专业工作。通用大模型仅作为底座,身份规则、工具能力依托 Plugins、MCP 协议加载;记忆与知识服务于当前任务,持续深耕领域。

二者共享同一套 Agent 内核,依靠差异化上下文、工具集装配成不同角色。每一个角色都拥有独立运行环境:上下文仅注入本职必需信息,不全量灌入历史对话;记忆分区存储,按标签分类召回,角色间记忆隔离;工具与技能按需挂载,拒绝冗余接入;配套独立工作空间、会话、产物目录,资源互不污染。

03 上下文、记忆与能力接入:严谨的工程化管控

多 Agent 上下文管理回答四个核心问题:

共享范围:目标、任务图、交付进度全局可见,保证所有 Agent 对齐同一份任务蓝图;

隔离范围:各 Agent 局部推理内容、敏感信息互相隔离,阻断错误扩散与越权访问;

传递方式:上游仅把校验完成的结果、产物路径交付下游,单次交接、不双向同步;

传递粒度:同一会话 ID 不代表上下文互通,系统只保证结果级共享,不做底层全量上下文同步。

记忆管理概括为 “给、留、取、纠” :

给 :仅注入校验通过的上游结果,未核验产出不进入下游上下文;

留 :只沉淀高价值信息,任务归档结论与方案,原始对话不长期占用资源;

取 :按类型、标签定向召回记忆,不批量灌入全部历史;

纠 :主控派发真实执行结果,覆盖陈旧记忆,防止旧经验固化误导判断。

能力接入同样遵循解耦原则:能力不硬编码在提示词内,统一由 Plugins、MCP 协议承载。Skill 通过插件包声明复用,Tool 按契约接入、权限统一收口,知识库存储领域知识与历史案例按需注入,MCP 对接外部数据源与业务系统,实现即插即用。能力面统一之后,角色可以灵活装配,权限集中治理。

意图识别不是依靠大模型猜测。帝王蟹采用分层判定:优先通过规则、向量、小模型打分筛选候选,置信不足再交由大模型兜底。先识别任务类型、目标、动作、交付物,闲聊、概念提问不进入任务流程;分层打分设置 0.95、0.85、0.72 三档置信阈值。

判定完成后输出候选方案,候选不等于直接派发,需要通过四层校验:角色存在且启用、置信度达标、路由匹配、不落入兜底分支;校验不通过则退回,不强行调度。

拆分判定有明确标准:只有角色的判断依据、信息来源、权限范围互相隔离,才判定为多 Agent 协作;高度耦合、强依赖、共享状态的任务,优先选用单 Agent,避免强行拆分。

识别模块只输出候选,最终派发动作由状态机驱动。无法判定时向上流转,不硬猜结论。判定结果分为四类:chat、single_agent、multi_agent、main。

任务规划分为四步:信息汇聚输入、大模型产出初步方案、方案转化 DAG 有向无环图、主控基于图调度执行。

每个 DAG 节点严格定义职责、角色、边界、输入输出:节点绑定唯一 Agent;单节点对应单一事项,粒度满足可验收;输入仅提供最小必要上下文、传递产物引用,不复制全文;输出按规范登记清单,校验通过才算交付。

Agent 之间不是自由对话,而是结构化交接,对齐 A2A 五大构件:

能力发现:依靠 Agent Card,声明能力清单,系统基于声明做路由匹配;

任务交接:依托 Task 对象,携带标识、状态、验收标准,流转由 DAG 驱动;

上下文传递:通过结构化 Message/Part 传递,只传摘要与产物引用,避免信息膨胀;

产物交付:依托 Artifact,和任务绑定,清单登记完成视为交付;

用户交互:通过 input-required 状态标准化处理,需要澄清、授权时主动暂停等待,不擅自推测。

跨团队、跨框架互通可直接使用 A2A 标准;内部也可自研插件实现这套构件,结构对齐、实现方式灵活。

04 渐进推进、断点恢复与双线质量校验

主控采用目标对齐模式持续推进流程,核心原则:单次轮次(Turn)结束 ≠ 任务完成 。

Agent 返回结果仅代表单次执行结束,主控不采信“我已完成”的口头反馈,优先核对产物清单。每一轮主控同步完整状态:当前进度、待办节点、预期目标、预期产物,提示词和状态机同源解析,不顺着对话上下文顺延。

流程流转只识别机器可解析的结构化输出;解析失败则状态保持不变,明确告知缺失项。即便 Agent 输出肯定结论,也不会变更任务状态。

任务收口规则:必须等产物核验通过;上游原始产物原样向下传递,主控不擅自生成中间总结;存在未完成节点时,不提前生成阶段总结、不启动下游节点,每一轮以任务状态、目标产物作为收尾依据。

主控负责流程状态驱动,领域 Agent 负责自身任务状态,包含 pending、running、completed、failed。状态机核心动作包含:信息不足时发起澄清;计划未确认,禁止派发;仅依赖就绪节点允许执行;阶段节点全部完成后,主控判定进入下一阶段;全部节点交付后收尾,失败节点由主控选择恢复或终止。

长链路任务中断是常态,断点恢复内置在设计中。恢复三步: 检测 Agent 状态、注入状态与目标、继续驱动流程 。各 Agent 任务数据独立存储、互不覆盖,支持并行执行。整套流程依托 DAG 结构化数据落盘,恢复时从断点续跑,已完成节点不重复执行。

检验和质量校验两层分离:检验判断存在性,由流程自动判定,核查状态更新、产物、清单完整性;质量判断合规性,由领域 Agent 判定,核对内容是否满足验收标准。产物交付后先过存在性检验,通过再进入质量校验;不合格进入修订循环、重新送检。两层校验全部通过,节点才放行。

交付完成有明确判定标准:交付必须是可核验事实;交付物独立归档、录入清单;交付记录包含编号、状态、摘要三项;约定产出仅为契约,文件名相似不等于交付完成。

验收双线并行:主控侧检测状态、身份、会话归属、重复提交、文件路径,不介入内容;Agent 侧校验业务内容,普通交付物自检,关键产出增设独立校验者。产物一旦修改,双线校验全部重跑,任意一侧不通过都禁止放行。

裴明明总结落地四条铁律,规避高频踩坑点:

Agent 并非越多越好:一个任务固定唯一负责人,杜绝多方共管、互相阻塞;

任务不是越碎越好:依赖未就绪节点强制阻塞,上游失败不标记为部分成功;

平衡自主可控:故障进入恢复流程,不自动重试、不自动换 Agent、不隐式兜底;

不以口头表述判定完成:必须提供可核验交付凭证。

很多表象上的模型问题,根源都来自边界设计、上下文管控、验收机制、反馈链路缺失。系统稳定性不靠更强模型,依靠 清晰边界、可控上下文、刚性验收、快速反馈闭环 。

∞ 持续进化:从稳定运行,到组织级 Autopilot

前面的架构设计保障系统稳定交付,而可观测、分层记忆、EERO 闭环,支撑体系持续迭代优化。

全链路可观测:核心观测四类信息:任务阶段与卡点、模型与工具调用记录、产物凭证、耗时与资源成本。一句话概括:推进到哪、执行了什么、交付了什么、消耗多少。

三层记忆体系:会话记忆保存单次任务中间信息,任务结束归档;领域记忆沉淀角色长期案例与方法论,同类任务复用;组织记忆沉淀跨角色通用成败经验,按标签检索。实现从单次会话,到角色能力沉淀,再到组织共享资产的升级。

EERO 自我进化闭环:Execute / Evaluate / Reflect / Optimize:执行留存全链路轨迹;评测定位故障环节;反思提炼可复用经验;优化结果回写到 Skill、配置、评测集,持续迭代精度。

多 Agent 体系的长期价值不止提升任务吞吐量。短期目标是可调度、可治理,保障协作有序;中期目标是持续进化,沉淀组织资产;长期愿景,是从智能助手升级为具备决策能力的数字团队 —— 组织级 Autopilot 。

分享结尾,裴明明回归主题:从“会用 Agent”升级到组织级生产力,核心不在于打造单个超级 Agent,而是把 协作、治理、校验、演进能力平台化 。

其实,整个演讲回答了帝王蟹支撑复杂业务的底层逻辑:依靠角色边界保障专业性、DAG + 状态机保障流转可控、双线验收保障可信、可观测保障问题可追溯、组织记忆 + EERO 闭环沉淀复用经验。

面向客户,价值落脚三点: 复杂任务承接得住、过程风险管控得住、业务经验留存得住 。

END

活动推荐

作为网易旗下一站式企业 AI 应用服务提供商,网易智企倾力打造企业 AI 实战栏目——「AI 实战派」,聚焦 AI 在真实业务中的落地应用,通过实战教学、案例拆解、研讨交流等多元形式,将前沿的 AI 技术转化为真实的业务动能,为企业管理者、业务决策者和一线实践者提供可迁移、可复用的实战方法论与深度洞察。

免费领取干货资料

图片
图片
图片