多Agent协作工作流：编排表、人工关卡与回滚设计

多 Agent 协作工作流的核心不是"同时用更多 Agent"，而是把一条营销流水线拆成阶段，明确规定每个阶段由哪个 Agent 负责、拿什么输入、交出什么输出、在哪个人工关卡停下等批准。没有这套约定，多个 Agent 只是在各自的窗口里各干各的，最后还得人肉拼接。一个能稳定跑起来的最小版本，只需要两个 Agent、一个共享文件夹和一个审批点，下面把完整方案拆开讲。

触发与最终产物

先给这条工作流一个具体的样子，避免讨论停留在概念上。示例场景：一个面向中文营销从业者的内容站，每周需要把一批选题变成已发布并附监测记录的文章。触发条件是每周一选题清单就绪；最终产物是五篇通过人工审核、已发布到 CMS、并进入引用监测记录的文章。整个流水线跨调研、写作、校验、发布、监测五个阶段——这正是单个 Agent 很难独占完成的链路，也是多 Agent 编排的价值所在。

编排表：谁在哪个阶段做什么

编排表是多 Agent 工作流的骨架。每个阶段一行，写清负责的 Agent、输入、输出和人工关卡。下表按 VibeMKT Hub 的 Agent 定位给出一个可参考的分工。

这张表不追求把所有 Agent 都排进去。选人的原则是任务匹配而不是名气：需要长上下文持续跟进的项目交给擅长持续推进的 Agent，需要跑脚本做批量校验的交给和本地数据、脚本结合紧密的 Agent。TRAE 这类承接调研到落地页、程序化 SEO 延伸任务的 Agent，适合在流水线扩展到页面生成时再引入；OpenClaw 这类聚焦本地文件与命令行的 Agent，适合承担文件整理与批处理环节。每个 Agent 用在它定位匹配的位置，比追求全家桶更重要。

数据怎么在 Agent 之间传递

多 Agent 协作失败最常见的位置不在某个 Agent 内部，而在两次交接之间。约定三条传递规则，成本最低、收益最大。

• 一切通过文件：每个阶段的产物落成带命名的文件（如“任务卡-关键词-日期”），放在共享的批次文件夹里。文件是所有 Agent 都能读写的最大公约数，也天然留下审计痕迹。
• 输入输出有契约：下游需要什么字段，上游就必须交什么字段。任务卡缺“搜索意图”，写作阶段就会跑偏；终稿缺 SEO 字段，发布阶段就要返工。契约写进每个阶段的说明文件，而不是靠记忆。
• 中间产物不跳关：下游只处理已通过上游关卡的文件，避免拿着未确认的任务卡写出五篇要重写的稿子。

人工关卡设在哪

关卡不是越多越好，每个关卡都会增加等待时间。三条判断标准帮你在编排表里放对位置：影响大且不可逆的操作之前必须设关，如对外发布、批量写外部系统；品牌与事实风险高的产物必须设关，如对外口径、数据引用、案例描述；首次运行的新阶段必须设关，稳定后再降级为抽检。按这三条，示例流水线的四个关卡里，“初稿后抽检”在运行稳定后可以从逐篇检查降为按比例抽查，但“发布前终审”永远保留——这是自动发布失控风险的最后闸门。

失败、重试与回滚

多 Agent 链路里，失败会被放大：一个环节的错误输出会成为下一环节的输入。处理原则按严重程度分三档。轻微失败（如某篇校验不通过）：仅该篇打回上游重做，批次其余部分照常推进，不要因为一篇卡住整批。阶段失败（如发布接口连续报错）：停止该阶段，保留已完成阶段的文件，记录失败现场，由人判断是重试还是换通道，瞬时网络类错误最多自动重试一次。方向失败（如抽检发现整批角度跑偏）：停止下游一切动作，回到任务卡阶段修正，已产出的中间文件归档留档，不在错误方向上继续加工。回滚的前提是文件化：因为每个阶段的产物都是文件，回滚等于把指针退回某个阶段的目录，这正是坚持文件传递的第二个理由。

用什么指标判断工作流在变好

工作流本身也需要测量，否则只是流程更热闹。四类指标够用：效率类，从选题就绪到发布的周期时长、人工介入次数；质量类，终审一次通过率、发布后修正次数；风险类，关卡拦截次数与拦截原因分布；结果类，产出内容带来的收录与引用变化。每月看一次趋势，重点看人工介入次数的下降是否伴随一次通过率的稳定——效率提升而质量下滑，说明关卡降级降早了。

最小可行版本与扩展路径

不要第一天就上五个 Agent。最小可行版本是：一个写作 Agent 加一个校验或发布 Agent，一个批次文件夹，一个发布前审批点，先跑两三周把文件命名、输入契约和关卡规则磨合稳定。之后按痛点扩展：批量校验成为瓶颈就引入擅长脚本与数据的 Agent，发布频次上升就把长周期发布交给可挂 Skill 持续运行的 Agent，需要页面级产出再引入承接落地页与程序化 SEO 任务的 Agent。每次只扩一个阶段，扩完观察一个周期。

从 Vibe Marketing 的运行链路看，多 Agent 协作改变的是"编排与分发"这一环的承载力：人把方向、契约和关卡定清楚，Agent 群把执行吞吐提上来，测量数据再反过来修订编排表。如果你正准备搭第一条多 Agent 流水线，从上面那个两 Agent 的最小版本开始，比一开始就设计宏大架构更快见到真实反馈。