AI Agent 協作的真相：為什麼「多腦同思，單手寫入」才是王道？

過去一年，多智能體（multi-agent）系統的討論充滿了平行協作的想像，但在實踐中，這往往導致決策碎片化與系統脆弱。我認為，真正能落地的多智能體架構，其核心不在於讓多個 AI 同時行動，而是建立一套「多腦同思，單手寫入」的治理原則。這意味著讓多個智能體扮演分析師與顧問，提供觀點、搜尋與候選方案，再由單一的寫入路徑（single-threaded write）來整合決策，維持系統狀態的一致性與可追責性。這不僅是技術架構的選擇，更是 AI 系統能否在真實世界中穩定、可信的關鍵。

多智能體系統的「平行狂想」，真的可行嗎？

大約在 2023 年下半年，我曾對當時流行的多智能體系統抱持懷疑態度，認為讓多個 agent 平行運作、同時修改環境狀態，會產生難以管理的混亂。當多個 agent 各自對程式碼風格、邊界案例處理、API 使用模式做出隱性決策時，它們的產出經常相互衝突，最終導致一個脆弱且不可靠的產品。這個觀察，在今天看來，對於那些強調「平行寫入」的 agent 群（parallel-writer swarms）依然成立。

然而，這段時間的發展也催生了一種更狹義、但確實有效的模式。以開發 AI 軟體工程師聞名的 Cognition AI 團隊的觀察也印證了這一點：成功的系統並非讓 agent 們各自為政，而是讓它們的智能貢獻於同一個任務，但將最終的「寫入」或「執行」權限收斂到單一線程。這就像一個高效的團隊：成員們可以分頭研究、討論、提出草案，但最終的定稿與發布，必須經由一位主編或專案經理來完成，以確保品質與方向的一致性。

為什麼「多腦同思，單手寫入」是更務實的路徑？

讓多個 agent 同時對一個共享的環境（例如一個程式碼庫或一個文件）進行修改，本質上是一個極其困難的分散式系統問題。如果沒有精密的鎖定機制與狀態同步，結果幾乎必然是災難性的。史丹佛大學著名的「生成式智能體」（Generative Agents）研究中，動用了 25 個 agent 在虛擬小鎮中互動，其複雜的記憶與協調機制，也暗示了管理共享狀態的高度挑戰。

「多腦同思，單手寫入」模型則巧妙地迴避了這個難題，它將多智能體系統的優勢（認知多樣性、平行搜尋）與單一執行緒的穩定性結合起來。這種模式讓每個 AI 都能發揮所長，同時避免了混亂。在這個架構下，不同角色的 agent 可以分工，各司其職：

• 研究員 Agent： 負責搜尋外部資料、API 文件、學術論文，提供背景知識。
• 分析師 Agent： 負責評估不同方案的優劣、潛在風險與成本。
• 產生器 Agent： 負責根據需求草擬多個版本的解決方案（例如三種不同的程式碼實作）。
• 整合者 Agent（單一寫入者）： 這是唯一的執行者。它接收上述所有 agent 提供的資訊與候選方案，進行最終決策，並執行唯一的寫入操作。

這種模式的優點顯而易見：它將混亂的「行動」空間，轉化為有序的「思考」空間。決策過程變得透明，因為整合者 agent 的最終選擇是有依據的，所有候選方案與分析報告都可被追溯。這不僅降低了系統的脆弱性，也大幅提升了可治理性（governance）。

真正的多智能體協作，是觀點的平行化，而非行動的平行化。系統的穩定性與可追責性，源自於一個權責分明、最終收斂的決策路徑。

如何從提示工程轉向更穩健的上下文工程？

要實現這種高效的「多腦同思」模式，我們需要從過去的「提示工程」（prompt engineering）思維，轉向更持久、更結構化的「上下文工程」（context engineering）。提示工程常依賴一些脆弱的技巧，例如在提示中加入「你是一位資深的軟體工程師」或「請三思而後行」。當底層模型（例如從 GPT-4 升級到 GPT-5）發生變化時，這些技巧的效果可能銳減。

上下文工程則著重於為 agent 提供高品質、結構化、且與任務高度相關的資訊。它假設模型本身會越來越強大，我們的任務是為它準備好最肥沃的「土壤」。在單一寫入路徑的架構下，上下文工程尤其重要，因為「整合者 Agent」需要依賴清晰、無歧義的上下文來做出最佳決策。這包括提供：

• 共享的記憶空間： 所有顧問 agent 的發現與結論，都應被記錄在一個共享且結構化的知識庫中，而非散落在各自的對話歷史裡。這類似於人類團隊使用 Notion 或 Confluence。
• 明確的任務分解： 將大任務拆解成具體、可驗證的子任務，並將相關的上下文（如程式碼片段、錯誤日誌、需求文件）精準地傳遞給負責的 agent。
• 一致的工具與 API： 確保所有 agent 使用相同版本的工具與 API 接口，並提供清晰的文件。這避免了因環境不一致造成的混亂。

這種作法，與檢索增強生成（RAG）的核心精神不謀而合，都是透過外部知識來強化模型的能力，而非僅僅依賴模型內部的參數化知識。許多現代化的 agent 框架，如微軟的 AutoGen 或 LangChain 的 LCEL，也都在朝著提供更結構化、可組合的 agent 協作流程演進，這背後體現的正是上下文工程的理念。

總結來說，當我們在設計多智能體系統時，與其追求讓數十個 agent 同時行動的酷炫場面，不如退一步，建立一個權責分明的治理框架。讓多樣的智能在「思考層」平行激盪，但在「執行層」保持單一、可控的路徑。這條看似更克制、更傳統的道路，或許才是通往真正實用、可信賴的 AI 協作系統的唯一途徑。

延伸閱讀

• Multi-Agents: What's Actually Working by Scott Wu (Cognition AI)
• Generative Agents: Interactive Simulacra of Human Behavior (arXiv)
• Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (arXiv)
• AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation (arXiv)

我是江中喬，專注於 AI Agent Architecture、Memory Governance 與 Cognitive Diversity，持續研究如何打造能夠長期協作、可信任且可治理的 AI 系統。