一群智能体做同一件事，先要定好谁指挥、消息怎么传。
办一场班会，一个智能体忙得过来。换成全年级八个班、三百人的元旦晚会，要订场地、排节目、管经费、做宣传，同时进行的事太多，就需要几个智能体分工。
组织形式要在效率、可靠性、可控性之间取舍。像右图这样分出层级，出了问题容易追查，可控性好，但消息要一层层传，效率会低一些。
有一个总指挥，任务从它这里分下去，结果回到它这里汇总。
像一个项目经理带着四名组员。检索、分析、生成、执行四个智能体各管一块，谁做什么、先做什么，由上面的主控智能体说了算，最后也由它验收。
流程要求严、前后依赖清楚、交付物必须口径一致的场合，比如审批流程、合规审查、正式报告。几个部分如果各写各的，数字和说法对不上，报告就没法用。
总指挥一旦出错或者卡住，整个团队都会停下来。这种“一处坏了全部停摆”的情况叫单点故障。
没有总指挥，大家平等地商量着把活干完。
像没有组长的小组作业。每个人看自己擅长什么就做什么，速度快，一个人请假也不耽误别人。但可能两个人做了同一部分，最后交上来的几份还对不上。
元旦晚会的最终节目单必须口径统一，由一方拍板。更适合哪种组织形式？
把一个智能体要干的几样活，拆给几个角色分头干。
从左上角的任务统筹者开始，顺时针依次是证据获取者、分析者、执行者、审阅者、写作者。中间是共享工作区和任务状态，所有角色都从这里读信息，也把结果写回这里。
一个人既要查资料、做分析，又要动手、写报告，还要自己挑毛病，很容易顾此失彼。分成几个角色以后，每个角色只盯一件事，还能同时开工。
角色是照着单智能体的那个圈划出来的：感知与状态对应证据获取，规划对应统筹，执行对应执行者，反馈与校验对应审阅者。
统筹、取证、分析、执行、审阅、写作，六个岗位各管一件事。
| 角色 | 负责什么 | 在晚会筹备里做什么 |
|---|---|---|
| 任务统筹者 | 拆任务、分派、盯进度、最后验收 | 把晚会拆成场地、节目、经费、宣传四块 |
| 证据获取者 | 查资料，标明出处 | 查学校的场地规定和往年的经费标准 |
| 分析者 | 比较方案，找出风险 | 比较礼堂和体育馆哪个更合适 |
| 执行者 | 调用工具，操作系统 | 提交场地申请，在网上下单买道具 |
| 审阅者 | 检查格式、事实和预算 | 发现节目单总时长超了 20 分钟 |
| 写作者 | 把结果写成对外的文字 | 写晚会通知和活动总结 |
六个角色很像一个课题组：组长定方向，有人查文献，有人做分析，有人做实验，有人挑毛病，有人执笔写论文。
“发现节目单总时长超了 20 分钟”是哪个角色的工作？
活派给谁，可以直接指派，也可以让大家出价竞争。
| 智能体 | 出价（预计用时） | 结果 |
|---|---|---|
| 写作者 | 15 分钟 | 中标 |
| 分析者 | 40 分钟 | 落选 |
| 证据获取者 | 不会写，不出价 |
像学校食堂的窗口招标。学校发布“承包二号窗口”，几家店各自报出价格和方案，学校选最合适的一家签合同。
集中式组织里，统筹者可以直接指定谁做什么。出价的办法里谁都可以发布任务，也不用事先了解每个成员的本事，所以分布式组织也能用。
任务、状态、证据、决议，四类信息要分开对待。
对应到晚会筹备群里的消息。任务：“周五前交节目名单”。状态：“场地申请已提交，等审批”。证据：“往年的经费标准见附件第 2 页”。决议：“晚会定在 12 月 31 日晚上 7 点”。
四类信息的时效和保存方式不同。状态变得最快，做决定时一般只看最新的一条。证据要连同来源一起保存，方便日后核对。决议一旦定下就要长期留存，后面都按它来办。
“晚会定在 12 月 31 日晚上 7 点”属于哪一类通信内容？
消息传递讲究快，代价是信息容易散落。
点对点像微信私聊，得先知道找谁。广播像在群里发一条消息，所有人都能看到，谁相关谁响应。两种都很快，但过几天想翻出某一条消息就很难了，这就是信息散落。
大家往同一块“黑板”上写，谁来看都是同一份最新内容。
| 事项 | 当前内容 | 谁写的 | 写入日期 |
|---|---|---|---|
| 晚会时间 | 12 月 31 日 19:00 | 统筹者 | 12 月 10 日 |
| 场地 | 学校礼堂，已批准 | 执行者 | 12 月 12 日 |
| 经费 | 预算 3000 元，已用 1260 元 | 执行者 | 12 月 15 日 |
| 节目单 | 12 个节目，总时长超 20 分钟，待修改 | 审阅者 | 12 月 16 日 |
快，适合“马上去做”这类通知。发出去就散在各自的聊天记录里，事后不好查。
谁都能随时来看，看到的都是同一份最新内容。写的一方和看的一方不必同时在线。
教室里的黑板就是这样用的：谁有结论就写上去，别人什么时候来看都行，看到的都是同一份内容。口头传话说完就散了，中间还可能传错。
黑板系统在 20 世纪 70 年代就出现了，最早用在语音识别研究里：分别负责声音、词语、语法的几个程序，把各自的判断写到同一块黑板上，合力拼出整句话。
大家并行推进要快，最后结果收拢成一个要准。
| 提出者 | 建议的场地 | 理由 |
|---|---|---|
| 证据获取者 | 学校礼堂 | 查到能坐 500 人，那天空着 |
| 分析者 | 体育馆 | 比较后认为舞台大，适合跳舞 |
| 审阅者 | 一间大教室 | 按预算看，不用花租金 |
2023 年提出的 AgentVerse 框架还会动态组队：先按任务招募几位“专家”智能体，一起讨论决策，执行以后评估结果，不满意就调整成员再来一轮。
如果没有冲突处理这一步，三个智能体最可能怎样？