什么时候要让 AI 挑错，什么时候值得用多 Agent？
按风险和可分工范围安排一次有效审查，避免讨论成本超过收益。
本页目录
直接回答
审查用于发现可验证的错误与盲点，多 Agent 用于独立分工或隔离上下文。数量增加并不必然更好：并行也会增加成本、冲突和协调负担，小实验不需要反复进行对抗式讨论。先用单 Agent 形成完整结果；确有独立文件、独立资料或高影响风险时，再加入职责明确的协作者。
适用场景
- 修改鉴权、计费、数据迁移或关键并发逻辑。
- 任务可以拆成互不覆盖的内容整理、代码实现和独立验证。
一步一步做
先判断审查要解决什么
需要判断方案是否值得做，就审查用户问题、证据和成本；需要验证实现，就追调用链和可复现行为。不要让评审者泛泛评价“架构是否优雅”。
设定一名负责整合的人
明确谁决定接口、合并结果和处理冲突。每个子任务写目标、输入、允许修改范围、产出形式、验收标准与停止条件，减少各自扩大范围。
把真正独立的工作并行
不同章节调研、互不重叠模块可并行；必须等待前一个结果的步骤顺序执行。避免多个 Agent 同时改一份配置或各自定义共享数据结构。
要求发现附带证据
评审应给触发条件、影响、文件位置或来源与最小修正。让它说明哪些是已验证问题、哪些是假设。主 Agent 复核后再修改，不能为凑问题而重构。
用实际权限落实只读
同时提供读取工具和不受限 shell，并不构成只读：shell 仍可能写入。应使用受限读取工具集合、沙箱或文件系统权限落实边界。“不要修改”只是行为约定，不能当作技术隔离证明。
修复后定向复查并结束
只检查修复影响范围及遗留风险，不反复全文重审。记录节省的时间和新增成本，后续根据实际收益决定是否再分工。
按依赖选择协作方式，不照着工具阶梯升级
Anthropic 的工作流分类可用于判断依赖：固定且前后依赖的步骤用串行链，按问题类型分配用路由，可独立检查用并行，需先探索再拆解用协调者与工作者，有明确评价标准且迭代有价值时用评估改进。这些模式不必变成多名常驻 Agent。先画依赖和共享文件，能单人低成本完成就保持单人，预期收益能覆盖协调成本时才分工。
给并行任务一张交接契约，避免旧schema继续传播
记录基准版本、各自拥有文件、共享接口负责人和允许读取范围，允许为核实问题追踪相关调用链。共享 schema 或 API 改变时，由负责人更新唯一契约并通知消费方，暂停依赖旧版本的工作；整合后重新检查。Worktree 只能隔离文件修改，不能自动消除语义冲突。协调者应核对证据，不能只拼接摘要。
反向审查要找可检验问题，不要强迫AI挑错
严厉语气不是可靠性的保证。Anthropic 的研究在特定被测助手中观察到迎合现象，不能据此断言所有当前模型永远赞同。可先隐藏自己的偏好，给相同材料，要求每条意见附触发条件、证据、影响及可推翻它的观察，并允许“未发现问题”。无法核实的失败故事、性能或收益数字应标待证；难以反驳的批评仍可能错误，市场判断需依靠真实用户和实验。
按有限回合处理分歧，保留人的最终判断
将意见分为已证实缺陷、待补证假设、已反驳误报和偏好。只修确认问题，按同一验收定向复查；达到任务预算、重复意见不再增加证据，或遇业务取舍时结束循环，由负责人判断。按风险、问题和机会排序，AI 可起草分析，人承担重要决定及后果。个人重大选择可用多情景与可逆实验，不能让一封悲观未来信代替判断，小改动也无需全套圆桌审查。
案例拆解
假设示例：订阅权益修复
实现者修复到期权益，评审者只追踪续费、取消、退款与乱序通知的状态转换；主负责人核实发现并跑对应案例。没有必要同时让三个人修改同一支付文件。
行动检查
可复制模板
只读审查委派模板
审查目标：
实现位置/差异：
必须保持的业务行为：
重点风险：
仅允许的读取工具与数据范围：
禁止修改文件、运行副作用命令或递归委派。
每个发现给出触发条件、实际影响和证据；推测请标明。没有问题就如实报告。修复后只定向复查。
分工、依赖与交接契约
任务：
为何单Agent不足、预期节省什么：
采用模式与依赖顺序：
基准版本/目标分支：
总负责人/共享接口负责人：
各子任务：目标｜输入｜拥有文件｜允许追查范围｜产物｜验收｜停止条件
接口变更通知与冻结办法：
权限：文字约定/实际只读工具/沙箱（如实填写）：
交接必须附：改变了什么、证据位置、失败/未测、遗留假设。
整合检查与冲突处理：
实际耗时、调用成本、返工次数，对比单人基线：
证据式反向审查提示词
请独立审查以下方案，不迎合也不强行挑错。先标出未经验证的前提，检查多入口、空数据、权限、重试、撤销、成本和失败恢复。
每个发现输出：触发条件｜现有证据/文件位置｜影响｜置信度｜反证或复现办法｜最小修正。
区分缺陷、待验证假设与个人偏好；没有证据时说未知，允许没有发现。不要编造竞品关停原因、统计或性能结果。
材料/版本：
任务约束与已接受决定：
负责人处理：确认/待证/误报/暂缓 + 理由。
最多投入的本轮时间或回合、升级人判断条件：
易错点
- 独立对话能减少相互影响，不保证审查意见一定正确。
- 增加 Agent 不等于增加业务证据，也会增加 token 与协调成本。
- “直到挑不出毛病才开始”可能造成无尽分析；低风险实验应尽快取得反馈。
- 把反驳不掉的批评当真相，或要求审查必须给出固定数量的问题。
- 把测试通过或另一个Agent同意当成无人值守上线的充分授权。
- 合成故事、个体经验和夸张的效率或收益数字都不能证明效果可复制。
相关指南
官方参考
- Claude Code：权限配置。文档核查记录：2026-10-18；使用前确认适用版本。
- Anthropic：Building effective agents。文档核查记录：2026-10-18；使用前确认适用版本。
- Anthropic：Understanding sycophancy。文档核查记录：2026-10-18；使用前确认适用版本。