协调多个 AI Agent，需要给每个角色有边界的任务，核对真实交接，再用不依赖 Agent 自报结论的标准验收。 这次英文编辑任务中，xAgent 向独立的 Writer 和 Reviewer 会话派工，最后交付了报告。Reviewer 纠正了逐句词数，却接受了输入事实没有支持的表述。
本篇区分这两个结果：协作流程完成了，严格的事实约束验收没有通过。
最终界面展示了真实结束状态。PASS 是 xAgent 的结论，不代表独立事实验收通过。界面大部分为英文，默认经理名称仍为中文。截图为未经修改的浏览器原图。
把一个目标交给多个 Agent，首先要解决的是怎样分工：谁接目标，谁做研究，谁整理表达，最后由谁核对结果。角色名字写进提示词以后，还要能看到每个角色实际做了什么。
2026 年 10 月 23 日，我们在 xAgent 演示站 新建了一个独立演示团队，用本次界面中观察到的三条产品事实做了一次小任务。本文保留真实界面和人工介入过程，把团队配置、任务执行和结果核对分开记录。
2025 年 4 月，我开始写 xAgent。
那时候想得比较直接，就是想做一个任务型 Agent，让 AI 能自己把任务跑起来，实现真正的自动化。现在回头看，这句话说起来很简单，但后面这一年多做的事情，基本都在给“自己把任务跑起来”这几个字填坑。
最早做的是单体 Agent。很快我就发现，单体 Agent 有一个很麻烦的问题：提示词的关注点一旦集中起来，它做某一类任务确实会很好，但换一类任务就可能做得稀烂。你给它补这边，它就忘了那边；什么都想让它兼顾，最后又什么都顾不好。
所以后来开始做多 Agent，让不同的 Agent 各自处理自己更擅长的部分，再互相配合。思路是对的，跑起来以后新的问题也很直接：Token 太贵了。