Wink Pings

一个bot是聊天,三百个agent才是系统

Grokbot 当路由器,Kimi K3 跑 300 个并行 agent。四种模式,一条内存规则,一个交接格式。别升级 bot,升级形状。

一个 bot 一次回答一个 prompt,那是聊天。给它一个路由器、四种任务拆分方式、一块共享内存和三百个 Kimi agents 在后台跑,聊天就变成了系统。

Lauren Tan 最近分享了一个 Grok Bot 提示词,能从零构建你的第一个 AI agent 团队。一个提示词包含:3-5 个 agent 团队、每个 agent 的清晰角色、生产级提示词、完整工作流+交接、精简工具栈、QA+失败检查,外加一个 7 天上线计划。流程是 brief → agents → review → package → ship。

image

AI 研究员 Ricker 把这套思路推向了另一个量级:300 个 agents。他的完整指南解释了怎么把 Grokbot 变成路由器,让 Kimi K3 并行跑 300 个 agents,以及为什么这是单 agent 撞墙的正解。

单 agent 撞墙,是形状问题

单个 agent 不是不聪明,是孤独。让它扫描 80 家公司的市场并给出建议,你会看到它撞墙:读着读着忘掉前面内容,后半部分仓促收场,最后交出自信但单薄的答案。Ricker 说,模型没问题。是形状问题。一个 agent、一个 context、一次过。任务一大,context 塞满,质量就从任务后半段开始崩。

解法是改形状:

  • Grokbot 变成路由器:读每个请求,决定工作怎么切分
  • Kimi K3 变成运行时:启动 agents、提供共享内存,最多 300 个并行跑 4000 步

路由器不关心内容。它只对每个请求回答三个关于形状的问题,然后送去四个车道之一。

四种模式,覆盖几乎所有任务

Fan-out:扇出去,再合并

一个 brief、多个相同 agents、最后统一合并。每个 agent 拿一个条目,做同样的活,返回相同格式的结果。80 家公司、200 份文档、300 个 ticker,跑完的时间和跑一个差不多。300 个并行 agents 在这里最有用。

Chain:排队,一个吃一个

agents 排成一列,每个吃上一个的输出。研究交给分析,分析交给初稿,初稿交给编辑。每个 agent 是专家,只看自己需要的部分。适合结论必须从分析中长出来的报告。

Debate:辩论出真知

两个 agents 持相反立场,第三个裁判。单个 agent 容易认同自己的第一个想法,专门的对手不会。适合决策:发布还是等、买还是造、三个选项选哪个。裁判读完双方论点,必须给出理由。

Supervisor:盯住失败

主管分配任务,检查结果,把失败的带原因打回。适合又长又乱、一定会出点问题的任务,比如构建和测试一个工具。Kimi K3 在这里有优势:能跨几千步记住计划,worker 能写真实后端代码,失败本来就少。

两条规则:共享内存,标准化交接

agents 之间看不到彼此的成果,就会重复、矛盾、遗漏。解法是共享内存:每个 agent 开始前读,结束后写。Kimi 的 1M token 上下文够大,能放下整个 run 的 brief、所有发现和决策。

内存分三块:facts(核实过的事实,带来源)、decisions(做了什么选择、为什么)、open questions(还未知的事)。

交接是系统最容易散架的地方。一个 agent 返回段落,下一个期望列表,合并时丢一半数据。解法很无聊但有效:所有 agent 返回相同的 JSON 结构。

{
  "agent":      "fanout-17",
  "task":       "pricing for company 17",
  "status":     "done" | "failed" | "partial",
  "result":     { ... },
  "sources":    ["url", "url"],
  "confidence": 0.9,
  "memory":     { "facts": [...], "open": [...] }
}

status 让 supervisor 不用读全部结果就能发现失败。confidence 让合并时能区分猜测和核实过的事实。格式写一次,贴进所有模板,以后不用再想交接的事。

失败是预期内的

300 个 agents 跑一轮,总有几个失败:页面打不开、来源互相矛盾、任务只完成一半。单 agent 失败,整个答案毁了。多 agent 系统只需要重试坏掉的那块。

盲重试会用同样的方式再次失败。带上原因的重试,通常能成功。两次重试还失败,就写进 open questions,在最终输出里标记出来,而不是悄悄编个答案。

成本:日常能跑,才叫系统

评论区有人问 token 成本。这个问题问对了。多 agent 比单次回答费 token,因为在后台有很多 agents 在读写。在顶级模型定价下,这个成本决定你多久跑一次。

Ricker 给出的数字是:Kimi K3 比同档模型便宜约 5 倍,编码能力在同一梯队。系统因此可以每天跑,而不是留到特别场合才用。

搭建:六步,零代码

  1. 把路由器提示词贴进 Grokbot。它从此只分类请求,不再直接作答。
  2. 在 Kimi Agent Swarm 里保存四个模板:fan-out、chain、debate、supervisor。
  3. 每个模板以“读内存”开头,以“写入 facts / decisions / open questions”结尾。
  4. 每个模板里贴同一个 JSON 格式。
  5. 路由器的输出(pattern + 原因 + brief)变成对应 Kimi 模板的启动 prompt。
  6. 跑三个测试请求:一个宽的、一个深的、一个判断类。确认每个请求进入正确车道,每个 agent 都返回标准格式。

这个系统里,没有新代码。一个路由器提示词、四个模板、一条内存规则、一个格式。下次接到新类型的任务,不是建新 agent,是判断它属于四种形状中的哪一种,然后推进车道。

升级形状,不是升级 bot

大多数人让 bot 变强的方式,是找更好的 prompt 或更好的模型。有用,但到墙边就停了。Ricker 的建议:过墙的唯一办法是改变工作的形状。让很多专注的 agents 代替一个超载的。

先路由,再运行。第一个问题永远是:这份工作的形状是什么?

发布时间: 2026-11-20 01:36