多 Agent 系统里,任务分派是主管智能体的核心动作:把拆好的子任务,发给合适的专员去执行。它相当于公司里的派活——选人、交底、跟单,一步都不能省。分派做得好,整个系统像一支配合默契的队伍;做得糙,专员再多也是一盘散沙。
分派不靠喊话,靠工单
分派的载体是一张结构化工单:任务编号、目标描述、验收标准、输入材料的位置、边界约束。喊一嗓子式的分派(一句自然语言扔过去)省事但后患多——专员理解有偏差,产出不合预期,还说不清是派的问题还是做的问题。
工单的好处是可追溯:每张单谁派的、派给谁、什么时候派、结果如何,全部留痕,出了问题能顺着单子查。
派给谁:选人看两条
第一条是能力匹配:哪个专员的提示词、模型、工具配置和这个子任务最对口。检索类给带搜索工具的,写作类给文笔调教好的,别让写代码的去整理表格。第二条是负载均衡:优先派给手上没活的专员,忙不过来的排队或分给备用角色。
两条常常冲突——最对口的专员也最忙。简单场景按能力优先,等它空;吞吐量大的场景按负载优先,接受稍弱的匹配。选择标准取决于任务更怕慢还是更怕糙。
一次派活的消息里装什么
除了工单五要素,还有两样容易被漏。一是共同背景:这个子任务在整个工程里的位置,上下游是谁,让专员知道自己这块砖砌在墙上哪个位置。二是汇报要求:结果以什么格式交、交到哪、验收标准是什么。写清这两样,专员交回的东西才能无缝衔接。
上下文不足的,分派时还要附上从记忆库里召回的相关片段,腾讯元宝的团队协作模式里就有类似设计,让专员带着历史经验上场,而不是每次都两眼一抹黑。
四样东西一起塞进派活消息,缺一样就有一处对不上。
| 装什么 | 具体内容 | 漏了会怎样 |
|---|---|---|
| 工单五要素 | 任务编号、目标描述、验收标准、输入材料的位置、边界约束 | 专员理解有偏差,还说不清是派的问题还是做的问题 |
| 共同背景 | 子任务在工程里的位置,上下游是谁 | 专员不知道自己这块砖砌在墙上哪个位置 |
| 汇报要求 | 结果以什么格式交、交到哪、验收标准是什么 | 交回的东西接不上,做不到无缝衔接 |
| 召回片段 | 从记忆库里召回的相关片段 | 专员每次都两眼一抹黑,没有历史经验可依 |
派完之后:跟单与改派
分派不等于甩手。主管要跟单:到了约定节点没回音就催,回执里带了例外情况就处理。更关键的是改派——专员反复失败或明确表示接不了,主管要果断换人:换备用专员、拆细任务再派、或者收回来自己做。
改派同样要有记录,原专员的失败原因写进工单备注,新专员不用踩同一个坑。判断一个分派系统成熟与否,就看改派路径是否畅通:只会在第一时间派、不会中途调整的,遇到复杂任务很快露怯。
派发的节奏
子任务之间没依赖的,可以一次性批量派出去并行执行,效率最高;有依赖的,按排期逐级派,前一道工序的产出作为后一道的输入。扣子(Coze)的编排模式里,这两种节奏分别对应并行分支和串行链路。
分派四步速查
- 写工单:目标、验收、材料、边界一个不少
- 选人:能力对口优先,负载过重就换人
- 交底:附上共同背景与汇报要求
- 跟单:节点催办,失败果断改派
复盘最近一次多角色协作,四步里缺了哪步,问题八成就出在哪。
延伸阅读:派活时的历史经验从哪来,见长期记忆是怎么写入的?摘要与向量化与记忆是怎么检索的?相关片段召回;接手人怎么获得完整背景,看Agent 之间的上下文怎么交接?;两个角色抢活怎么裁,参考两个 Agent 冲突了怎么处理?。
聊聊任务分派的常见疑问
- 派得太细和太粗哪个危害大?:太粗危害更大。太细只是协调开销多些,太粗会让专员上下文爆满、一步翻车整块重来。
- 专员可以拒绝接单吗?:可以,而且应该。允许专员在材料不足、超出能力范围时明确拒绝并说明原因,比硬着头皮交差对系统健康得多。
- 主管自己该不该参与执行?:尽量少碰。主管亲手做活会顾不上跟单,只有在所有专员都搞不定的小收尾上才值得亲自下场。


