Agent會(huì)協(xié)作還會(huì)決策？我對(duì)Mavis的技術(shù)實(shí)現(xiàn)很好奇

前段時(shí)間一直在研究Claude Code的Agent Team，直到他們把我給封了……

說(shuō)來(lái)氣人，用CC這么久了，時(shí)而還是出一些賬號(hào)層面的bug，讓人代碼寫到一半，一口老血噎在那里，真難受啊。

最近網(wǎng)上關(guān)于Agent Teams的聲音不少，很多人覺(jué)得多Agent就是寫幾個(gè)角色扮演的Prompt，然后讓模型來(lái)回對(duì)話。

但是背后的技術(shù)含量，說(shuō)實(shí)話不低，在之前，不管是國(guó)內(nèi)還是國(guó)外，CC的替代品，不好找。

更新了最近版本的MiniMax家的Agent，Jarvis一樣的超級(jí)助手，叫Mavis。

用起來(lái)，別的不說(shuō)，最近大部分的工作時(shí)間，不知不覺(jué)就花在上面了，好像一度忘了CC的存在。

而且很好玩，像在玩一個(gè)工作任務(wù)版的我的世界，在Mavis里，Leader、Worker、Verifier，三撥Agent在里面開(kāi)會(huì)、分工、來(lái)回對(duì)賬、互相驗(yàn)收。

像在玩一個(gè)大型的CEO指令游戲。

Agent產(chǎn)品，終于更接近一套完整的運(yùn)行系統(tǒng)了。

01誰(shuí)當(dāng)選手誰(shuí)當(dāng)裁判，這事在架構(gòu)上就不成立

很多人其實(shí)沒(méi)意識(shí)到，單Agent的根本瓶頸不是模型不夠強(qiáng)，是它一個(gè)人又當(dāng)選手又裁判這件事，本身就是個(gè)悖論。

給一個(gè)Agent一個(gè)長(zhǎng)任務(wù)，比如讓它寫一份市場(chǎng)調(diào)研報(bào)告。

它要自己拆解自己要查什么資料，自己寫出來(lái)自己看對(duì)不對(duì)，寫錯(cuò)了自己檢查自己改。

這不光是個(gè)能力問(wèn)題，是個(gè)權(quán)力分離的問(wèn)題。就像你不能同時(shí)是命題人又是考生，結(jié)果自己考了個(gè)滿分，拿出去誰(shuí)都不認(rèn)。

MiniMax這次提出來(lái)的Teams架構(gòu)，核心就是引入分權(quán)制衡。

一個(gè)團(tuán)隊(duì)里，Leader負(fù)責(zé)拆任務(wù)，Worker負(fù)責(zé)干活，Verifier負(fù)責(zé)驗(yàn)收。

這三類角色的目標(biāo)函數(shù)是互逆的：Worker只管把東西做出來(lái)，Verifier只管挑毛病，兩邊的目標(biāo)天然對(duì)抗。

這種對(duì)抗關(guān)系挺有意思。

它不是那種硬編碼的規(guī)則校驗(yàn)，是讓兩個(gè)Agent站在不同的立場(chǎng)上博弈。

Verifier挑出來(lái)的毛病，Worker必須吸收后重新做，雙方來(lái)回幾次，直到Verifier認(rèn)為合格為止。

這套機(jī)制跑起來(lái)之后，最后交付的東西可靠性比單Agent高了太多。

具體來(lái)說(shuō)，這套Team Engine采用的是代碼狀態(tài)機(jī)驅(qū)動(dòng)，不是依賴Prompt編排。

在Mavis內(nèi)部，Leader收到用戶指令后，會(huì)自動(dòng)拆解成可并行執(zhí)行的子任務(wù)清單，Team Engine按照依賴關(guān)系調(diào)度Worker執(zhí)行，Worker每完成一個(gè)交付物，Verifier立刻介入驗(yàn)收。

驗(yàn)收不通過(guò)怎么辦？Worker自動(dòng)被駁回重做，不通過(guò)就繼續(xù)迭代，直到通過(guò)為止。

整個(gè)過(guò)程有狀態(tài)記錄，每一步是誰(shuí)做的、誰(shuí)驗(yàn)收的、驗(yàn)收結(jié)論是什么，全部可追溯。

這跟那些所謂的Prompt層多Agent不一樣。

Prompt層的話，你只看到了幾個(gè)角色在對(duì)話，但沒(méi)有系統(tǒng)在背后管任務(wù)進(jìn)度、管誰(shuí)卡住了怎么辦、管誰(shuí)做完了誰(shuí)接棒、管失敗了怎么處理。

寫幾個(gè)角色扮演的Prompt確實(shí)也能讓模型模擬對(duì)話，但那不是真正的多Agent協(xié)作，那只是讓一個(gè)模型換不同語(yǔ)氣說(shuō)話。

Mavis把這件事做成了一個(gè)完整的運(yùn)行時(shí)系統(tǒng)，有專門的角色分工，有狀態(tài)機(jī)驅(qū)動(dòng)，有三權(quán)分立的質(zhì)量門禁。

簡(jiǎn)單來(lái)說(shuō)，這套Harness 的優(yōu)點(diǎn)就是，把 Agent 的運(yùn)行綁定到確定性可觀測(cè)的外部系統(tǒng)，而不是依賴模型自己判斷什么時(shí)候該重試、停止或者交接。

其實(shí)看看行業(yè)動(dòng)向就知道了。

OpenAI去年還拿Swarm當(dāng)玩具讓大家玩，今年3月就把它升級(jí)成Agents SDK，加進(jìn)去的東西恰好就是Guardrails、Tracing、Sandboxing這些基礎(chǔ)設(shè)施能力。

AWS在re:Invent上宣布了Amazon Bedrock的多Agent編排功能，反復(fù)強(qiáng)調(diào)Supervisor Agent怎么協(xié)調(diào)子Agent、怎么共享上下文、怎么做任務(wù)路由。

還有Google，也在Cloud Next 2026把Vertex AI整個(gè)包裝成Gemini Enterprise Agent Platform，核心賣點(diǎn)也不是模型多強(qiáng)，額外強(qiáng)調(diào)了Agent Designer、Agent Engine Sessions這些基礎(chǔ)設(shè)施工具。

大廠的信號(hào)很明確：做多Agent系統(tǒng)的重心已經(jīng)從prompt和context，轉(zhuǎn)向怎么建好這套基礎(chǔ)設(shè)施。

誰(shuí)跑得快誰(shuí)就占先手，誰(shuí)跑得慢后面就得補(bǔ)大量的工程債。

說(shuō)白了，真正的多Agent系統(tǒng)是一個(gè)Runtime，不是一套Prompt編排。

02Worker和Verifier天天互相PUA，效率反而上來(lái)了

前面提到Verifier和Worker的對(duì)抗機(jī)制。這個(gè)東西聽(tīng)起來(lái)有點(diǎn)反直覺(jué)。本來(lái)工就是工、驗(yàn)就是驗(yàn)，同一個(gè)模型做這兩件事怎么會(huì)站在對(duì)立面?

原因就在于Mavis把Worker和Verifier的上下文完全隔離了。Worker只知道自己要干的事情和自己以前的執(zhí)行記錄，Verifier只知道驗(yàn)收標(biāo)準(zhǔn)、質(zhì)檢規(guī)則和歷史驗(yàn)收數(shù)據(jù)。兩邊看不到對(duì)方的完整上下文，只能通過(guò)結(jié)構(gòu)化的摘要信息來(lái)回通信。這種上下文隔離的設(shè)計(jì)，就是為了讓兩端的目標(biāo)真正產(chǎn)生張力。

最直觀的例子來(lái)自網(wǎng)上一個(gè)比較火的測(cè)試。

有人讓Mavis做一個(gè)復(fù)雜的HTML專題頁(yè)，只有一句目標(biāo)描述，沒(méi)有任何分步驟指令。

收到的交付物是一個(gè)星塵背景加粒子動(dòng)效的交互頁(yè)面，完整自述了Agent Team的工作流程，還貼心地附了下載鏈接。而側(cè)邊欄里，Verifier足足跑了一整套驗(yàn)收流程：從事實(shí)準(zhǔn)確性到代碼可運(yùn)行性，從頁(yè)面可讀性到體驗(yàn)一致性，逐項(xiàng)打分、逐條提修改意見(jiàn)。

你看，一個(gè)Worker負(fù)責(zé)內(nèi)容創(chuàng)作、設(shè)計(jì)、前端開(kāi)發(fā)，一個(gè)Verifier專職挑刺，Leader在中間協(xié)調(diào)。做完一個(gè)版本，Verifier駁回，Worker重做，再驗(yàn)收再駁回，幾個(gè)來(lái)回之后交出一個(gè)雙方都沒(méi)得說(shuō)的最終版。

這不就是最理想的軟件工程交付流程嗎?

有人把這種配合調(diào)侃為互相對(duì)著PUA。話糙理不糙，這種對(duì)抗機(jī)制確實(shí)把一個(gè)模型自我審視的弱項(xiàng)，轉(zhuǎn)化成了兩個(gè)模型互相制衡的強(qiáng)項(xiàng)。

Worker不會(huì)因?yàn)槊孀訂?wèn)題堅(jiān)持自己的錯(cuò)方案，Verifier不會(huì)因?yàn)橥祽薪档万?yàn)收標(biāo)準(zhǔn)，雙方在系統(tǒng)約束下完成了高質(zhì)量博弈。

這正好反了所謂AI自檢的那套敘事。很多人都幻想過(guò)讓AI自己檢查自己的錯(cuò)誤。但問(wèn)題在于，同一個(gè)模型看自己寫的東西，邏輯上就是局限的。

讓同一個(gè)大腦既做方案又復(fù)盤，自己看的永遠(yuǎn)是自己習(xí)慣的角度，盲區(qū)永遠(yuǎn)是盲區(qū)。但是讓兩個(gè)目標(biāo)互逆的模型獨(dú)立運(yùn)作，一個(gè)只管往前沖，一個(gè)只管挑刺，這就有本質(zhì)區(qū)別了。

這種協(xié)作模式在整個(gè)行業(yè)里也處于領(lǐng)先位置。跟我測(cè)試過(guò)的Manus和CrewAI對(duì)比，Mavis的對(duì)抗式質(zhì)檢機(jī)制是目前最到位的。Manus本身架構(gòu)和質(zhì)檢細(xì)節(jié)未完全公開(kāi)，但測(cè)試下來(lái)調(diào)度透明度偏低，對(duì)抗色彩不夠強(qiáng)。

CrewAI依賴Guardrails規(guī)則和Pydantic輸出校驗(yàn)來(lái)做質(zhì)量保障，用預(yù)定義的規(guī)則和類型校驗(yàn)來(lái)保證輸出格式正確，但這種方式的問(wèn)題是只能攔截已知類型的錯(cuò)誤，遇到?jīng)]見(jiàn)過(guò)的場(chǎng)景就偏了。

而Mavis用Verifier這個(gè)獨(dú)立Agent做動(dòng)態(tài)驗(yàn)收，不依賴預(yù)定義規(guī)則，能適應(yīng)更多樣的任務(wù)類型，只不過(guò)引入額外Agent意味著要多跑一次推理，算力成本要稍微高一點(diǎn)。

再說(shuō)成本。很多人擔(dān)心多Agent協(xié)作會(huì)不會(huì)把Token消耗拖爆。

MiniMax在技術(shù)文章中坦承過(guò)，多Agent協(xié)作確實(shí)會(huì)引入新的交接成本、共享成本和聚合成本。但你仔細(xì)算:對(duì)于過(guò)去那種30分鐘打一堆繼續(xù)的長(zhǎng)任務(wù)，單Agent要來(lái)回切上下文，每一次暫停都是在消耗算力。

多Agent模式雖然開(kāi)頭花得多，但換來(lái)的是一個(gè)確定性的結(jié)果，沒(méi)結(jié)果的成本才是最高的，你已經(jīng)花了錢但沒(méi)有拿到可用的東西。

用控制論的視角理解這個(gè)閉環(huán)更清爽:Worker是正向執(zhí)行，目標(biāo)是盡可能完成任務(wù);Verifier是負(fù)向反饋，目標(biāo)是盡可能找出差距。兩者不是一個(gè)流水線的上下游關(guān)系，而是一個(gè)閉環(huán)的穩(wěn)態(tài)逼近過(guò)程。

通過(guò)這個(gè)閉環(huán)，系統(tǒng)可以自己收斂到滿足驗(yàn)收標(biāo)準(zhǔn)的交付物，不需要用戶在半路打斷做判斷。

沒(méi)有結(jié)構(gòu)、沒(méi)有驗(yàn)證、沒(méi)有停止條件的多Agent，只是把單一模型的不確定性并行擴(kuò)散了。而在Mavis的Engine約束下，不確定性是在收斂的。

03更自動(dòng)化的體驗(yàn)感受

說(shuō)完架構(gòu)，說(shuō)點(diǎn)實(shí)在的。Mavis拿在手里用起來(lái)怎么樣。

開(kāi)箱體驗(yàn)很順。官網(wǎng)下載安裝包，直接點(diǎn)開(kāi)就行。

搜索MiniMax Agent官網(wǎng)，下載桌面端應(yīng)用，安裝登錄之后，在界面里選擇Mavis模式啟用多Agent協(xié)作工作流。

對(duì)話框里能看到，自動(dòng)開(kāi)啟了Team Plan模式。接下來(lái)用自然語(yǔ)言下達(dá)指令就行，不用寫什么復(fù)雜的提示詞。

Mavis會(huì)自動(dòng)生成任務(wù)計(jì)劃，確認(rèn)計(jì)劃后Team Engine就開(kāi)始調(diào)度。你可以在側(cè)邊欄看到各個(gè)Agent之間的執(zhí)行全過(guò)程和思考記錄，Leader分拆了什么任務(wù)、Worker在做什么、Verifier驗(yàn)收了什么，每一步都顯示得很清楚。

跟市面上那些需要寫代碼配置的框架比起來(lái)，這個(gè)體驗(yàn)拉高了不少。

另一個(gè)讓我比較舒服的變化是訂閱體系。

之前TokenPlan和Agent Plan是分開(kāi)兩條線在走，API調(diào)用走TokenPlan，Agent對(duì)話走Agent Plan，兩邊額度不通。

這次合并之后一份訂閱能同時(shí)用在CLI、API、Agent三個(gè)端口。M2.7、音樂(lè)模型、視頻模型、語(yǔ)音模型、圖像模型全都能用，Credits額度在Agent和API之間共享。如果之前同時(shí)訂了兩個(gè)套餐的用戶，官方還額外送一個(gè)月會(huì)員。

最后還有一個(gè)隱形的工程化亮點(diǎn)是IM異步執(zhí)行的支撐能力。

一般長(zhǎng)任務(wù)在AI身上跑的時(shí)候，用戶往往只能干等著，要么眼睜睜看它轉(zhuǎn)圈沒(méi)有反饋。而Mavis的設(shè)計(jì)很巧妙，即時(shí)響應(yīng)和后臺(tái)執(zhí)行是分離的。

用戶扔一個(gè)長(zhǎng)任務(wù)，Mavis先在IM界面秒回確認(rèn)收到，然后后臺(tái)啟動(dòng)整個(gè)Agent Team的執(zhí)行流程。

每一個(gè)關(guān)鍵節(jié)點(diǎn)：Leader拆解完成、Worker階段性產(chǎn)出、Verifier驗(yàn)收通過(guò)。

Mavis都會(huì)主動(dòng)回來(lái)匯報(bào)進(jìn)度，就像真人助理在執(zhí)行過(guò)程中定期給你匯報(bào)一樣。

這種同步異步混合的工程化方案，把真實(shí)協(xié)作場(chǎng)景里最讓人頭疼的問(wèn)題一次性解決了。

04讓AI像真人一樣組隊(duì)干活

思考了這么多關(guān)于多Agent系統(tǒng)的東西之后，我越來(lái)越覺(jué)得，行業(yè)對(duì)Agent的想象可能局限了。

很多人希望AI是一個(gè)超級(jí)助手，什么都能干、什么都干得最好。

用單Agent的思路能持續(xù)投入算力訓(xùn)練更大的模型，但這種策略的天花板其實(shí)已經(jīng)能看到了。

從行業(yè)發(fā)展趨勢(shì)來(lái)看，多智能體系統(tǒng)已經(jīng)不僅僅是方向選擇了，它正在成為解決長(zhǎng)程復(fù)雜任務(wù)的必需品。

企業(yè)內(nèi)部一個(gè)簡(jiǎn)單的業(yè)務(wù)目標(biāo)往往包含跨系統(tǒng)跨數(shù)據(jù)源的調(diào)用鏈，需要智能體具備跨領(lǐng)域協(xié)作能力。

產(chǎn)業(yè)調(diào)研表明超過(guò)50%的企業(yè)將在2026年之前部署AI智能體來(lái)自動(dòng)化復(fù)雜多環(huán)節(jié)的工作流，而AI Agent的核心瓶頸已經(jīng)不再是模型規(guī)模，而是架構(gòu)層面的任務(wù)規(guī)劃、跨智能體協(xié)作和過(guò)程追溯能力。

Mavis這次更新，技術(shù)上，很扎實(shí)。

它用Leader Worker Verifier的角色分工，把過(guò)去長(zhǎng)任務(wù)里那些讓用戶頭疼的操作變成了后臺(tái)自動(dòng)消化的事情。

IM場(chǎng)景里發(fā)一條消息不用再擔(dān)心卡住，Coding場(chǎng)景里執(zhí)行多步驟任務(wù)不用再一直點(diǎn)繼續(xù)，行業(yè)調(diào)研和辦公文檔場(chǎng)景里質(zhì)量管控不再依賴人工逐段審閱。做出來(lái)的東西可以直接拿去用，交付靠譜。

丟一個(gè)任務(wù)讓Agent Team自己折騰，然后安心去午睡。

醒來(lái)發(fā)現(xiàn)工作已經(jīng)做完了。這種感覺(jué)，說(shuō)實(shí)話，挺爽。