为什么是三层智能体，而不是一个大 agent

很多人第一次接触 AI 编程，第一反应是：搞一个全能的大 agent，让它什么都干。

这个想法很自然，也很诱人。一个足够聪明的模型，配上足够多的工具，理论上确实能搞定从写代码到做调研再到发消息的全流程。我一开始也这么想。但真正搭起来跑一段时间之后，我把它拆成了三层：一层定战略，一层做指挥，一层去执行。

不是因为我喜欢复杂，而是因为「一个大 agent」这个方向，在三个根本问题上会塌。

第一个问题：记忆会被搅乱

agent 的能力，很大程度来自它的记忆——它记得发生过什么、记得你上次怎么定的方向、记得这个业务的边界在哪。

但记忆是会互相污染的。如果同一个 agent 既要管品牌策略、又要管徒步产品的内容、还要管技术调试，这几摊完全不同的上下文会塞进同一个记忆里。结果就是：它讲品牌的时候突然冒出一段技术细节，做内容的时候带着策略会议的口吻。不是它不聪明，是它的脑子被搅成了一锅粥。

把不同的职责拆给不同的智能体，每个智能体有自己独立的记忆，这件事就不会发生。做品牌的只记品牌，做执行的只记执行。隔离，是为了让每一段记忆都保持纯净。

第二个问题：职责会糊在一起

一个全能 agent 还有个隐患：你很难说清它某一次出错，到底是哪个环节出的。

是没理解你的意图？是策略方向跑偏了？是执行的时候手滑？全混在一起，复盘都没法复盘。更麻烦的是权限——一个什么都干的 agent，意味着它什么都能碰，你想在某一层加个刹车都找不到地方。

拆成三层之后，职责是清楚的：

• 战略层只管「做什么、不做什么」，定方向、定优先级、做最终验收。它不碰具体执行。
• 指挥层接到战略，自己规划怎么拆、派给谁、按什么顺序，并对执行结果做一级验收。它不亲自下场干活。
• 执行层只专注自己那一个领域，把分到手里的事做好，遇到问题往上报。

每一层有每一层的边界。越级是大忌——执行层不该自作主张改战略，战略层也不该越级去指挥具体执行。这样一旦出问题，你能立刻定位是哪一层的判断失误，而不是面对一团乱麻。

第三个问题：一个脑子扛不住所有事

还有个很现实的问题：上下文窗口是有限的。

哪怕模型再强，当你把一个项目的所有背景、所有历史决策、所有执行细节全塞进一个 agent 的一次对话里，它也会开始丢东西、开始抓不住重点。不是模型不行，是没人能在同一时刻同时盯住所有层级的所有细节。

分层，本质上也是一种注意力分配。战略层只关心最关键的少数判断，不必被执行细节淹没；执行层只盯着眼前这一件事，不必背着整个战略包袱。每一层都只加载它这一层需要的上下文，负担轻，判断也更准。

那为什么不直接用两个层

有人会问：战略和执行两层不就够了吗，为什么中间还要夹一个指挥层？

因为战略和执行之间，有一道很宽的鸿沟。战略层说的是「把这个产品做成品牌」，这是一句方向。但落到执行，需要的是「今天先把这个文案写好、明天把那组图调出来」这样具体的、有顺序的小任务。

如果战略层直接指挥执行，它就得自己去把大方向切成小任务——但这正是它最不擅长、也最消耗它注意力的事。指挥层存在的意义，就是做这个翻译和切分：把一个战略意图，拆成执行层能一口一口吃下去的子任务，排好顺序，盯着推进。

战略层管「对不对」，指挥层管「怎么走」，执行层管「做得好不好」。三层各司其职，链路才跑得通。

一句话

不是一个大 agent 不够聪明，而是它把记忆、职责、注意力全压在一起，迟早会在某一点上塌掉。拆成三层，不是为了炫技，是为了让每一段记忆纯净、每一份职责清楚、每一层的注意力都聚焦在自己该看的地方。

架构的复杂度不是为了复杂本身，是为了让系统在长大之后还能被人看懂、还能被修好。