AI 解决方案 / 子服务

群体智能进阶(MOA)

群体智能进阶:把跨部门复杂任务拆成多角色 Agent 协作,交付分工图、协作协议与人工评审机制,错误可定位、评审可回滚。

工作坊现场:团队在便利贴墙前讨论
工作坊:便利贴墙前的讨论

适用与不适用

适合谁

  • 已跑通至少一个单 Agent 场景,准备处理跨角色、跨部门的复杂任务。
  • 招投标、内容矩阵、研究报告、项目方案等需要多环节协作、多个角色把关的业务。
  • 有明确的任务流程与角色职责,愿意为每个角色指定人工评审人。
  • 接受「多 Agent 不是越多越好」,愿意按任务价值控制角色数量。

不适合谁 / 我们不做

  • 还没有跑通单 Agent、想直接上多智能体平台的企业;先把一个 Agent 做到验收。
  • 期望全自动协作、不设人工评审与回滚机制的诉求。
  • 没有清晰任务流程与角色职责,指望 Agent 自己协商分工的项目。
  • 以 Agent 数量作为成果指标、不接受按任务价值裁剪角色的客户。

典型场景

输入AI 辅助人工复核输出物
跨部门任务流程、角色职责与现有单 Agent 能力拆角色,定义输入输出协议与交接点各角色主管确认职责与评审责任角色与职责图、协作协议
协作工作流、工具与知识库编排多角色协作,设置异常路径与升级规则流程负责人确认异常处理与兜底协作工作流、异常处理清单
多轮任务样例跑端到端任务,记录每轮输出与错误位置每个角色评审人逐轮签认评测报告、错误定位记录
评审与接管记录生成复盘与优化建议,调整分工与协议决策人确认是否回滚或调整复盘报告、版本变更记录
Agent 分层架构:任务、工具、知识、权限、兜底(数据图,来源:www /solutions/custom-agent/ 与 /solutions/swarm-intelligence/ 交付方法)
Agent 分层架构:任务、工具、知识、权限、兜底

交付物

  • 角色与职责图写清每个角色负责什么、向谁交付、谁有最终判定权。
  • 输入输出协议每个角色收到什么、产出什么、谁验收、超时与失败怎么处理。
  • 协作工作流多角色编排、工具调用、异常路径与升级规则。
  • 人工评审与接管机制每个角色的评审人、接管触发条件与回滚步骤。
  • 评测报告至少三轮端到端任务,记录每轮耗时、错误与定位到角色的过程。
  • 回滚与版本记录协议、角色与工作流的变更记录,支持回滚到上一版本。
  • 兜底清单列出无法自动完成、必须由人接手的环节与责任人。

实施流程

  1. 01

    单 Agent 复核 1 周

    确认已有单 Agent 的测试集、边界与接管机制是否齐全。

  2. 02

    角色与协议设计 1–2 周

    拆角色、定输入输出协议与交接点。

  3. 03

    协作编排 2–3 周

    搭多角色工作流,配置异常路径与升级规则。

  4. 04

    多轮评测 2 周

    跑至少三轮端到端任务,记录错误定位与修正。

  5. 05

    评审与交接 1 周

    补齐人工评审机制,完成 SOP 与版本交接。

验收标准

  • 多角色任务端到端至少三轮跑通,每轮有输出记录。
  • 错误可定位到单一角色,有对应修正与复测记录。
  • 人工评审意见可回滚,版本变更可追溯。
  • 每个角色有明确的人工评审人与兜底人。
  • 客户团队能按协议新增或裁剪角色。

边界与不承诺

  • 不承诺 Agent 数量或自动化比例;按任务价值决定角色数量。
  • 不替代人工评审与最终决策,对外交付物仍需责任人签认。
  • 不承诺跨部门协作效果,例如效率提升或产出翻倍。
  • 客户数据不用于训练,按最小权限在客户环境处理。
  • 多 Agent 成本随角色数与轮次上升,成本口径另行评估,不承诺省钱。

价格与计费口径

按任务复杂度与角色数评估:先做单 Agent 复核,再做协作编排与多轮评测,范围越大工作量越高。官网不公开具体金额,以项目确认单为准。

演示样张

多角色协作分工图样张

演示样张,非真实项目:用虚构的招投标流程展示角色分工、交接点与评审人写法。

方法证据

群体智能(MOA)

推荐阅读《群体智能(MOA)》,链接见页末相关阅读。

方法证据

先做单 Agent 还是 MOA

推荐阅读《先做单 Agent 还是 MOA》,链接见页末相关阅读。

企业内训现场:学员围圆桌就座
企业内训现场:围桌就座

多 Agent 不是越多越好

群体智能的价值在于分工与评审,不在 Agent 数量。一个任务拆成五个角色,如果每个角色的输入输出不清晰、验收人不到位,最后只是把一个人的混乱放大成五个人的混乱。

做 MOA 之前先过三个前提:单 Agent 已跑通并有测试集;任务流程与角色职责写得出来;每个角色都有人工评审人。三个前提缺一个,先回去补,而不是加角色。

成本要提前说清。多角色协作意味着多次模型调用与更多人工评审时间,成本会随角色数和轮次上升。我们按任务价值评估角色数,不以 Agent 数量论效果。

常见问题

和单 Agent 有什么区别?

单 Agent 做单一岗位的重复任务;MOA 把跨角色任务拆成多个角色分工,再用协议、评审与回滚机制保证可控。单 Agent 没跑通就做 MOA,失败概率很高。

多 Agent 会失控吗?

靠三样东西控制:输入输出协议、最小权限、人工评审与回滚。没有这三样的多 Agent 项目我们不接;上线后每次协议变更都要走版本记录。

成本会翻倍吗?

会上升,幅度取决于角色数与轮次。我们不按 Agent 数量报价,按任务复杂度与评测工作量评估;是否值得做由客户按任务价值判断。

什么时候该做 MOA?

单 Agent 已验收、任务确实跨多个角色、每个角色都有评审人时再做。如果只是想多几个 Agent 看起来更先进,不建议做。

效果怎么评估?

用多轮端到端任务评估:完成率、错误定位速度、人工评审耗时、回滚是否顺畅。不使用没有基线的效果数字。

需要多少人参与评审?

每个角色至少一名评审人,另设一名流程负责人负责异常与升级。评审人不到位时,项目会停在评测阶段。

怎么计费?

按角色数、任务复杂度与评测轮次评估,先做单 Agent 复核再报协作部分。官网不写金额,以项目确认单为准。

内容精选

延伸阅读

来自内容中心的结构化文章:每篇先给直答,再给步骤、常见坑与验收清单。

进入内容中心

作者:上岸智源内容组(企业 AI 交付与研究) · 审核:上岸智源业务线负责人(待签字) · 发布:2026-10-20 · 更新:2026-10-20 · AI 辅助整理,人工事实核对

AI 内容标识说明