AI 協作的真正瓶頸：為何我們被迫成為模型的「人肉 API」？
當多個 AI 代理彼此無法共享狀態、責任與上下文時，人類就會被迫退化成手動轉述資訊的人肉 API。真正的突破，不是再加更多模型，而是建立可互認的協作協議。
當我們在不同 AI 代理之間手動複製貼上時，真正該檢討的不是模型的單點能力，而是整個系統缺乏有效的協作協議。目前 AI 協作的瓶頸，並非模型不夠快或不夠聰明，而是代理之間缺乏一套能彼此理解狀態、責任與產出的互認機制。若不解決這個根本問題，再強大的模型也只是孤島，而人類最終只會被迫降級為不同 AI 之間效率低落的「人肉 API」，手動傳遞訊息。
為什麼我們總在扮演 AI 的傳訊工？
你一定有過這樣的經驗：用一個擅長資料分析的 Custom GPT 跑出初步洞察，再把結果複製貼上到另一個專門生成報告的 Claude 3 對話窗；或讓一個 AI 代理產生程式碼的設計大綱，再自己手動整理後，餵給另一個專門寫單元測試的代理。我們在不同 AI 服務之間扮演著橋樑，進行著瑣碎的資訊搬運。這不像 2024 年該有的工作流程。
這種現象的根源，在於各個 AI 代理都是獨立的「專家」，但彼此之間互不認識。它們不知道對方的存在，更不了解對方的能力邊界、輸入格式與責任範圍。當一個代理完成任務時，它無法判斷「接下來該由誰接手」、「我該用什麼格式把成果交出去」。於是，這個判斷與轉譯的責任，就自然落到了人類使用者身上。
我們正在打造無數個聰明的「專家」，卻忘了設計讓他們開會的「會議室」與「議程」。
這就像聘請了一群頂尖的顧問，但他們之間從不溝通，所有跨部門的協調都得由你親自處理。你必須把財務顧問的報表，手動轉譯成行銷顧問能懂的語言，再把行銷的策略，摘要給產品開發團隊。這不僅效率低落，更讓我們從一個高階的「指揮者」，降級為一個低階的「中繼站」。
問題不在模型，而在「互認協議」的真空
要解決這個問題，我們需要將視角從「提升單一模型能力」轉向「設計多代理協作協議（collaboration protocol）」。一個有效的協作協議，就像是代理人之間的 API 規格書或社會契約，它清晰地定義了溝通的標準與預期。
這類協議的本質，是建立一套「互認機制」（mutual recognition mechanism），讓系統中的每個代理都能清晰地回答幾個關鍵問題。想像一下，每個代理都必須清楚地知道：
- 我是誰？ 我的角色、能力與限制是什麼？
- 你是誰？ 系統中還有哪些其他代理？它們各自負責什麼？
- 如何溝通？ 我應該接收什麼格式的輸入？又該產生什麼格式的輸出以利下游代理接手？
- 狀態同步： 我如何得知整個任務目前的進度？我該在何時啟動、何時結束？
唯有當這些基本問題有了明確的答案，代理之間才能真正實現無縫接力。
目前市面上已經有許多框架試圖解決這個問題，例如微軟的 AutoGen 或是開源的 CrewAI，它們都透過建立對話管理器（Conversation Manager）或明確的角色指派，來協調多個代理的工作流程。然而，這些框架仍處於早期階段，要達到流暢的自主協作，還需要更標準化、更具彈性的協議設計。
如何建立代理人之間的「社會契約」？
與其等待一個完美的通用框架，不如從當下的實踐開始。日本開發者 i_ichi 在一篇技術文章中，提出了一個相當務實且有效的概念：「代理人卡片」（Agent Card）。這個想法很簡單：在啟動一個多代理系統之前，先用自然語言為每一個代理製作一張清晰的「角色說明書」。
這張卡片明確定義了代理的邊界，就像一份工作描述（Job Description）。例如，在一個軟體開發團隊中，我們可以這樣定義：
| 項目 | 描述 |
|---|---|
| 角色 (Role) | 資深軟體架構師 |
| 責任 (Responsibilities) | 審查程式碼品質、設計系統架構、確保可擴展性與安全性。不負責撰寫具體實作程式碼。 |
| 輸入 (Input) | 產品經理提交的需求文件（Markdown 格式）、初階工程師提交的程式碼草稿（Python 檔案）。 |
| 輸出 (Output) | Mermaid.js 格式的架構圖、JSON 格式的程式碼重構建議、OpenAPI 3.0 規格書。 |
這種作法看似簡單，卻是建立互認機制的關鍵第一步。它將隱性的協作規則「顯性化」，讓每個代理都能理解自己在系統中的定位，以及與他人的互動方式。這不僅能大幅減少人類介入協調的必要，也讓整個系統的行為變得更可預測、更易於除錯。這正是從「單點工具」邁向「協作系統」的思維轉變。
未來的 AI 系統，其價值將不僅僅取決於底層大型語言模型（如 GPT-5 或 Claude 4）的智慧程度，更取決於我們為其設計的協作架構有多麼精良。正如許多學術研究（例如這篇關於軟體開發溝通代理的探討）所指出的，多代理系統的「組織結構」本身就是一種智慧。我們的目標，是從目前這種手動、脆弱的「人肉 message bus」模式，進化到一個能自主運作、具備韌性的 AI 協作生態。這需要我們更像一位系統架構師，而非僅僅是模型的使用者，去思考如何定義規則、劃分權責，並建立信任。唯有如此，我們才能真正從 AI 的繁瑣操作中解放出來，專注於更高層次的創造與決策。
延伸閱讀
- Claude3でコード生成エージェントカードを作って役割分担を考える
- AutoGen: Enabling next-gen LLM applications via multi-agent conversation framework
- CrewAI: Framework for autonomous AI agents
- LangChain Official Documentation on Agents
- Communicative Agents for Software Development
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。