AI 協作的下一步：為何「職能分離」是建構可靠 Agent 系統的關鍵？

在建構 AI Agent 系統時，我們常陷入一個迷思：試圖尋找一個最強大的模型來完成所有任務。然而，更穩定、更可靠的架構，反而是將 AI 協作流程拆解為「規格判斷」、「實作」與「審核」三個獨立階段，並讓不同特性的模型各司其職。這種「職能分離」的原則，不僅是為了優化效率，更是為了降低系統性錯誤、建立可預測工作流程的基石。當模型被放在各自擅長的位置上，整個 Agent 系統的價值才能從單次生成，升級為可持續運作的專業分工機器。

為什麼單一全能模型，反而是系統的弱點？

當前許多強大的基礎模型，例如 GPT-5 或 Claude 4 Opus，都展現了驚人的多工處理能力。它們既能理解複雜的需求、規劃執行步驟，也能生成高品質的程式碼。這很容易讓人產生一種錯覺，認為只要用上最好的單一模型，就能打造出最完美的自動化系統。然而，這種「萬能瑞士刀」式的思維，在系統工程的尺度上，其實隱含著風險。

問題在於，「規劃」與「執行」是兩種截然不同的認知模式。規劃需要的是廣泛的脈絡理解、權衡取捨的判斷力，以及與使用者進行澄清對話的能力。而執行，尤其在程式碼生成這類任務上，則更需要精確的語法知識、對 API 的熟悉度，以及遵循嚴格格式的產出能力。要求單一模型在同一個任務流程中頻繁切換這兩種模式，就像要求一位產品經理在定義完規格後，立刻無縫切換成資深工程師寫出產品級的程式碼。雖然並非不可能，但出錯的機率顯著提高，且錯誤的根源也變得難以追蹤。

職能分離的 AI 協作框架，如何運作？

一個更穩健的作法，是借鏡人類社會行之有年的組織分工原則，將 AI Agent 的工作流拆解成獨立的職能單位。日本開發者 kobaruto sato 的實驗為我們提供了一個具體的範例，即便他使用的是較早期的模型，其核心思想至今依然適用。我們可以將一個複雜的開發任務，拆解成以下三個關鍵階段：

第一階段：規格判斷與規劃（Planner）
此階段的目標是釐清需求、定義邊界、規劃實作路徑。適合擔任此角色的，是具備強大語言理解與邏輯推理能力的模型。例如 Anthropic 的 Claude 3 Opus，它在多項基準測試中展現了近乎人類水準的理解力（例如在 MMLU 知識問答上達到 86.8% 的準確率），擅長進行多輪對話、討論方案的優劣，甚至能主動提出潛在問題。這個「規劃者」不直接產出最終程式碼，而是產出清晰的規格文件或偽代碼（pseudo-code）。

第二階段：實作與生成（Executor）
此階段的任務是根據前一階段產出的規格，精準地生成程式碼。適合這個角色的，是針對程式語言特化的模型。雖然 OpenAI 的 Codex 已整合至後續模型中，但其背後的設計理念——專注於程式碼生成——依然重要。現今有許多開源或商用的 Code LLMs，它們被大量高品質程式碼訓練，能產出語法正確、風格一致的程式。這個「執行者」專心致志，只依據明確的指令工作。

第三階段：審核與驗證（Verifier）
此階段負責檢驗「執行者」的產出是否符合「規劃者」最初的意圖。我們可以再次利用具備強大邏輯推理能力的模型（甚至是同一個「規劃者」模型，但在不同的 prompt 指令下運作），讓它扮演 Code Reviewer 的角色。它會比對規格文件與實際程式碼，檢查邏輯錯誤、遺漏的功能或不符規格的地方，並提出修正建議，形成一個封閉的品管迴圈。

這種分層式的架構，讓每個模型都能在其「認知舒適區」內運作，最大化其優勢，同時也最小化其弱點。

這種架構如何從根本上降低系統性風險？

將 AI 協作流程職能化，其核心價值不僅在於提升單次任務的成功率，更在於降低整個系統的長期風險。當錯誤發生時，我們能更輕易地定位問題——是規劃階段的規格就出了錯？還是執行階段的程式碼生成有誤？或是審核階段沒能發現問題？這種故障隔離（fault isolation）的能力，是建構可維護、可擴展 AI 系統的基礎。

此外，這種架構也讓我們能更靈活地升級系統。當市場上出現一個更擅長推理的新模型時，我們可以只替換「規劃者」和「審核者」，而保留原本表現優良的「執行者」。反之亦然。這種模組化的設計，避免了被單一供應商或單一模型架構綁死的風險。

從 Anthropic 提出的 「憲法 AI」（Constitutional AI）概念，到 Andrew Ng 等人倡導的 Agentic Workflow，我們看到一個清晰的趨勢：AI 系統的未來，不在於追求一個無所不能的「神級」模型，而在於如何設計一套有效的協作機制，讓多個各有所長的 AI Agent 能夠像一支訓練有素的團隊一樣，分工合作、彼此監督、共同完成目標。從這個角度看，我們的工作將越來越不像是「提示詞工程師」，而更像是設計與指揮 AI 團隊的「系統架構師」。

延伸閱讀

• Claude Code と Codex CLI を組み合わせたら最高の執事になった話 (kobaruto sato, Zenn.dev)
• Sparks of Artificial General Intelligence: Early experiments with GPT-4 (Sébastien Bubeck, et al., arXiv)
• Why Agentic AI is the Next Big Wave (Andrew Ng, DeepLearning.AI)

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。