章节摘要:本章跟着"从能演到演得好"这条线走:先给演出建评估体系(6.1),再看框架与编排手艺的演进方向(6.2),然后备一本救场手册应对线上事故(6.3),最后走进剧场生态找到同好与答案(6.4)。全册在此收束:机制、案例、评分、后路,一套带走。
主线从一个复盘会的尴尬开始:你给团队演示了四场漂亮的保留剧目,老板问了一个答不上来的问题——"怎么证明它比我同事手写的提示词流程更好?"你手里有日志、有产物、有成本账,却没有一套可比、可复现的评分。这一问就是本章的入口:评估不是给框架写好评语,是让你的编排决策有据可依。
主线往后走三站。评分体系立起来之后,自然会问"指标上不去怎么办"——一部分答案是框架本身在演进,自适应智能体、工具生态、交互协议都在路上,你的编排要留出演进接口;另一部分答案在故障侧——线上跑着的双智能体系统会漂移、会超支、会死循环,救场手册要在事故前写好。最后一站是生态:多智能体是个快速生长的领域,谁在维护框架、答案在哪里找、怎么参与贡献,决定了你出坑的速度。
本章的认知拐点在 6.1:多数人评估多智能体系统时只看"产物好不好",漏掉了过程指标——轮次效率与漂移率才是编排手艺的直接成绩单。两个团队产出同样好的方案,一个用了八轮、一个用了二十轮,后者在成本与稳定性上都是输家。评估体系的本质,是把"感觉这场戏演得好"翻译成四个数字。
第二个拐点在 6.3:救场手册的价值顺序与直觉相反。直觉觉得要先防"模型输出错误",实际线上最贵的三类事故全是流程病——漂移烧 token、死循环烧钱、超支烧预算。它们都不需要更聪明的模型,只需要更硬的编排闸门。这也是全册反复出现的主题的最后一次回响:机制先于能力。
从第 1 章立起的两位主角,到第 5 章的四个保留剧目,再到本章的评分与后路,全册的剧场隐喻到这里可以卸妆了。它留下的工程内核其实就三句话:角色要立住,剧本比模型贵;验收要够硬,闭环在事实;扩编要克制,成本算在前。这三句话陪你走进任何多智能体框架,都还是成立的。