多 Agent 系统别急着上智能体，先给它们搭一个“家”

很多人做多智能体系统，一上来就开始写 Agent Prompt：研究智能体怎么写？生产智能体怎么写？质检智能体怎么写？

但真正稳的系统，第一步不是写智能体，而是先搭环境。

为什么？因为 4 个 Agent 如果没有统一的工作空间、文件流转、系统规则和日志记录，本质上还是 4 个各说各话的聊天窗口。今天能跑，不代表明天能复现；这次输出对，不代表下次不会乱。

所以第二部分的核心，就是给你的 AI 团队搭一个“办公室”。

第一件事，安装 Claude Code。它就是这个多 Agent 团队的终端入口，所有智能体都通过它读取文件、执行任务、写入结果。你不需要先搞一堆复杂基础设施，先把 Claude Code 跑起来，能登录、能执行、能查看版本，就够了。

第二件事，创建项目目录。这个目录不是随便放文件，而是整个工作流的传送带。

inbox 是任务入口，所有需求先放这里。

research-briefs 是研究产出，研究 Agent 完成后把简报放这里。

drafts 是初稿区，生产 Agent 根据研究简报写内容。

approved-content 是通过审核的内容，只有质量 Agent 批准后才能进入这里。

distribution 是分发记录，记录每个平台发布了什么。

logs 是操作日志，所有 Agent 的动作都要留下痕迹。

这一步看似简单，其实非常关键。因为文件夹就是 Agent 之间的交接现场。没有目录结构，Agent 只能靠上下文记忆；有了目录结构，每一步都有明确产物，出了问题也能回头查。

第三件事，写 master CLAUDE.md。

这份文件就是整个系统的“宪法”。它规定每个 Agent 的角色、输出标准、命名规则、质量门槛和禁止事项。

比如：每个 Agent 必须先读 CLAUDE.md；每个输出文件必须按日期和类型命名；每次操作必须写入日志；没有质量审核，绝不允许发布；不确定时停止并交给人类确认。

这就是从“AI 随便发挥”变成“AI 按流程工作”的关键。

很多人做 Agent 翻车，不是因为模型不够强，而是因为没有系统规则。没有规则，Agent 就会越权；没有目录，产物就会混乱；没有日志，错误就无法追踪。

一句话总结：搭环境不是低级准备，而是多 Agent 系统的地基。先有工作空间、文件流、系统总规和日志机制，4 个 AI Agent 才不是散兵游勇，而是一支真正能协作、能复盘、能持续运行的内容团队。