从多个专家到一份研究:多层 Agent 协作的下一站(2026 展望)
历史展望(2026-10-24):本文完整保留当时的设计假设与后来注明日期的后记,已退出当前主目录;现行协作机制请从Subagent 全景阅读。
多找几位 AI 专家,只有在它们补上了关键证据、纠正了一条重要理由时才值得。 如果最后只是多了几份报告、几次模型调用和更长的等待,协作就没有证明自己的价值。
先看一个教学场景:用户已经持有几只基金,准备增加一只半导体 ETF,理由是“多买一只可以更分散”。但他半年后需要一笔现金,也不清楚新旧基金是否买了很多相同的公司。这里不是让专家投票买不买,而是查清理由是否成立、资金能否使用、哪些条件还不知道。
本文保留 2026 年 10 月 24 日的设计展望,不是一次真实投资研究的运行记录,也不是多专家已经胜过单个研究助手的效果结论。10 月 25 日的观察和后续实现变化另列在文末,不把后来的进展写回当时的假设。
下文把负责用户问题与最终综合的模型称为主研究者(Main),把它按需委派、独立处理局部问题的执行实例称为研究助手(Child)。先记住分工即可,不需要预先理解整个系统。
一、先弄清缺的是资料、计算,还是一个好问题
在这个基金例子里,至少有三种不同的工作:
| 缺少什么 | 应该做什么 | 对判断有什么影响 |
|---|---|---|
| 原组合和候选基金的资料 | 读取获准持仓与披露,核对日期及覆盖范围 | 只看到前十大持仓,就不能声称算出了精确的全部重叠 |
| 新方案会改变多少 | 按一致口径计算买入后的现金和资产暴露 | 用现金买入与卖出旧基金换入,是两种不同方案 |
| 原理由是否站得住 | 检验“基金数量增加就更分散”等具体主张 | 即使增加了科技暴露,也不自动得到“应该买入”的结论 |
一个主研究者加合适的工具,也可能完成这三类工作。计算规则明确时,直接调用计算工具,不必让几位专家各算一遍。只有某项局部调查需要深入、某种方法能检验被忽略的条件,才考虑分工。
例如,可以让一个助手核对两份原始披露,另一个检查现金约束。但它们都应围绕同一个用户问题工作,而不是各写一篇通用的基金介绍。委派之前,先说清希望它补上哪一个缺口。
二、不同专长,不是层层增加的主管
原展望把执行专长、投资方法、多空职责和个人指引分别讨论。读资料、用不同方法分析、提出反证,是不同工作,并不意味着 Web 助手指挥 Python 助手,再由某个“投资大师”批准结果。
在当时的系统中,这些工作已有各自基础:
| 已有基础 | 在同一个任务里有什么用 |
|---|---|
| 通用主任务与子任务、Web/PDF/Python 工具 | 分开处理局部资料或计算,再交回结果 |
| 六种投资研究方法 | 从配置、尾部风险、长期纪律、成本等不同角度检查理由 |
| 有界多空对话 | 支持方与质疑方围绕同一条假设直接问答,不要求争出赢家 |
| 可选研究审阅助手(Research Reviewer) | 复查已有材料与计算,提出遗漏或补查建议 |
| 用户保存的专家指引 | 让一次任务使用明确版本的个人研究方法 |
| 投资论点与历史记录 | 保存原理由、证伪条件和后续修订,便于将来复核 |
这张表说明当时已有的局部基础,不是整项研究已经验收的清单。真正缺的不是第七位专家,而是这些工作能否在同一道问题里产生有效交接。
审阅助手也不是最高裁判。它可以提醒主研究者“你漏看了现金用途”,不能因此获得批准交易或否决合法正文的权力。对已经发布的答案另行生成审查报告,则是另一项需要显式请求的工作;不能把两者混成每次交付前的强制审批。
三、沿同一个问题,按需要增加协作
主研究者首先确认:用户是在主动增加科技配置,还是希望降低集中度?准备动用哪笔钱?随后读取获准资料、核对日期并计算变化。如果这些工作已经足以回答,就没有必要再请专家。
若“更分散”仍是一条影响决策的脆弱假设,再选择合适的方法检验它。支持方可以说明增加目标暴露的理由,质疑方检查底层重叠和现金需求。双方可以修改观点,也可以在没有新证据时提前结束。
下面保留原展望的协作图。它是一张可选择的路径图,不是要求每项任务走完的流程,也不是当前工具参数说明。
图中的审阅仍是可选建议。没有审阅不自动代表答案无效,收到建议也不意味着必须再开一轮研究。是否继续,应结合遗漏的重要性、已有资料、授权和剩余资源决定。
如果这条路径真正完成,用户应拿到类似下面的结果。这是目标输出示例,不是实际运行成绩:
已核实:候选基金及其持仓对应明确的披露日期;可以用本次获准数据比较一部分暴露变化。
仍有缺口:部分基金只披露前十大持仓,不能给出精确的全部重叠比例;行业占比也不能直接替代整体波动率。
理由需要修正:“多买一只就更分散”没有足够支持。若真实目标是增加科技暴露,应按那个目标另作比较。
需要确认:半年后所需现金的金额和用途。没有这些信息,不替用户假定风险承受能力,也不自动下单。
四、协作最容易断在四个交接处
算完了,别人却没有拿到原结果
“Python 助手已经算过”不足以支持报告里的一个数字。接收者需要原输入、日期、单位、计算结果和缺失范围,并且真的读到了这些材料。保存了结果、返回了引用、模型使用了结果,是不同的事实。
在我们的例子里,助手若只交回“重叠较高”,主研究者就无法判断它算的是全部持仓还是前十大。更合适的交接是可回读的原结果,加上“本次只覆盖已披露部分”。各位专家不应再凭转述各自拼出一份不同的组合事实。
反方说了很多,关键理由却没有改变
质疑方发出消息,不等于原主张已经被推翻。要看它挑战哪一条理由、用了什么证据,支持方实际回应了什么,主研究者最后是否解释了这个分歧。
投资论点可以经过评估后标为得到支持、受到挑战、已被推翻或暂无法判断。根本没有评估,不能记成“评估后无法判断”。 一条讨论消息也不能擅自改写原来保存的论点版本。
用户改了专家指引,旧任务跟着变了
假设任务启动时采用的是“先核对现金需求”的方法,用户后来把配置改成了另一种偏好。进行中的任务和历史记录仍需要知道当时实际用的是哪一版,不能悄悄换成同名的新内容。
指引也不是权限。写上“读取所有账户”或“永远买入”,不会增加数据访问、工具调用或交易授权。一个助手不能把未获准材料写进摘要,就让其他助手合法取得它。
一个助手失败,整份成果被清空
读不到一份 PDF、某个助手超时,不应撤销已经合法取得的独立结果。主研究者可以交付有明确范围的部分研究,但不能把缺失的关键材料当成不存在,更不能用漂亮的文字掩盖未完成。
审阅发现遗漏也是同样道理:它提供下一步建议,不自动决定整项任务的终态。自动审阅关闭、只执行并记录而不自动投递建议、把建议交给后续主请求,是不同运行方式;其中只记录不投递的模式仍会消耗资源,不是免费的检查。
五、怎样判断多一位助手值不值得
先用工具齐全的单个主研究者作对照,而不是拿一个刻意削弱的版本衬托多专家。保持原问题、资料可用范围和计算口径可比,保留失败、部分结果与费用。
| 对照路径 | 想观察的增量 | 需要一并记录的代价 |
|---|---|---|
| 单个主研究者加工具 | 能否发现重要事实、检查原理由并交付 | 长上下文和可能遗漏的问题 |
| 加入按需助手 | 局部取证或计算是否更深入,成果是否真的被采用 | 委派、重复读取与交接丢失 |
| 再加入不同方法与可选多空质询 | 是否找到新的有效反证,改变一条关键理由 | 更多调用、等待和观点相互影响 |
独立审阅的作用要另外观察:是否真的执行、主研究者是否看见建议、建议有没有改变后续工作。不能把审阅发现的问题全部算成多空辩论的收益。
先判断报告本身能不能用:有没有回答原问题,日期和口径是否适用,数字能否复算,缺口是否说清。然后再看新增参与者带来了什么,是否值得额外的时间、费用和复核成本。
如果新专家只是重复已有事实,关闭它就是合理结果。没有必要再增加一个万能“专家总控”来掩盖重复委派;主研究者继续综合,原工具和任务管理逻辑继续负责执行、预算与记录即可。
2026-10-25 后记:安排了协作,不等于完成了交接
次日的不同真实模型任务留下了正反两面:有普通方法助手完成并被主研究者使用的样本,也有要求选择 2–3 位专家却派出 4 位、多空已配对却没有真正问答、审阅与双方开场已发生但后续唤醒和恢复仍有缺口的样本。这些不是同一批完整研究,不能相加成一个成功率。
这使我们更明确地分开三件事:“请检查另一位专家的理由”只是工作指引;收到并读过对方的原结果,才是资料交接;真正完成配对、发消息、等待和采用回复,才是通信过程。写出一个关系字段,不会自动完成后两件事。
现状维护:入口已经简化,效果仍需单独回答
后续统一专家实现已将普通新任务收敛到一个可选的 agentId:每个助手选择一个完整专家定义,不再同时叠加旧的执行类型、投资视角和用户配置字段。不选专家仍能进行普通研究。旧任务按原来封存的内容和身份读取,不被新入口重新解释。
六种投资方法与用户保存的专家由统一目录选择,但多空通信和受管理的审阅保留各自规则;统一名称不增加工具或账户权限。用于说明协作关系的文字,也不会自动取得另一个助手的结果、替它等待或派发。
前述部分顺序与恢复问题后来已有对应修复和限定工程验收,不能把 10 月 25 日的失败永远写成当前缺码,也不能把原失败记录改成通过。这些进展说明特定交接能工作,不等于已经证明多专家比单个主研究者更懂投资。 本文也不把内部系统的能力视为公开教学实现已经全部具备的功能。
回到最初的基金问题,最有用的结果不是专家名单,而是:原理由哪里成立、哪里改变,还缺哪项资料或用户确认。新增助手只有真正改变了这份回答,才值得留下。
延伸阅读
Subagent 从隔离到专业化协作解释执行底座;有界多空直接对话解释通信;多视角 Agent 与投资假设检验用具体数字比较方法;自定义专家解释保存与选用个人方法。自定义专家在本篇初稿时仍是草稿,2026-10-25 才正式收录,不改变原展望的时间口径。
更多文章见 ETF Agent 文集,欢迎 Star 或提供可复现的反例。本文讨论工程设计,不构成投资建议。