多智能体系统不是让 AI 更忙，而是让 AI 更专！

很多人做多智能体系统，最大的问题不是不会写 Prompt，而是每个 Agent 的边界太模糊。一个智能体既想查资料，又想写文章，还想自己评估质量，最后就会变成“看起来很努力，结果很平庸”。

真正的多 Agent，不是多开几个对话框，而是让每个 Agent 只负责一个明确岗位。

第一个是研究智能体。它只做一件事：把一个主题变成高质量研究简报。它不写稿、不审稿、不发布。它要做的是找信息、交叉验证、提炼关键洞察、找出反常识角度，并且至少用多个来源支撑事实。因为下游内容的上限，基本由研究简报决定。研究不深，后面再会写也只是包装空话。

第二个是生产智能体。它的任务不是重新研究，而是把研究简报变成初稿。这里最关键的是“声音配置文件”，也就是你的写作风格。你要让它学习你过去最好的内容：句子长短、开头方式、转折节奏、用词习惯、CTA 风格。否则它写出来的东西就会像标准 AI 味内容，看着没错，但没人想转发。

第三个是质量智能体。它是整个系统的闸门。没有质检，生产 Agent 写什么都能直接流到发布环节，质量就全靠运气。有了质量 Agent，每篇内容都要按标准打分：声音是否匹配、开头是否抓人、信息密度够不够、CTA 是否明确、格式是否合规。低于 8 分，直接打回修改。

这三个 Agent 合起来，才像一条真正的内容生产线：研究负责“有没有料”，生产负责“好不好看”，质检负责“能不能发”。

最关键的是，每个 Agent 都要有清晰的“绝不做什么”。研究 Agent 绝不写稿，生产 Agent 绝不瞎查资料，质量 Agent 绝不重写全文。边界越清楚，系统越稳定；边界越模糊，输出越混乱。

一句话总结：多智能体系统不是让 AI 更忙，而是让 AI 更专。研究、生产、质检各司其职，内容质量才不会靠运气，而会变成一套可复制、可调试、可持续提升的流程。