5 个 Agent 一起干活，背后这套方法公开了！

📌 一句话摘要

本文介绍 Goal Hive 多 Agent 协作模式，通过 Master 拆任务、Worker 执行、BBS 任务账本记录、预算驱动验收，解决单 Agent 长任务烂尾问题。

📝 详细摘要

文章指出单 Agent 执行长任务时常见的问题：前几步表现优秀，但后续容易跑偏、遗忘、版本混乱，本质是缺乏分工与验收机制。作者团队（Generic Agent）开源了 Goal Hive 模式，核心思路是「组织智能」而非更强的模型。该模式引入 Hive Master（项目经理）负责拆解目标、分配任务、逐份验收；多个 Worker 异步执行各自子任务；BBS 作为公共任务账本，记录所有任务与交付物，避免信息丢失；预算驱动机制确保 Master 在预算内持续检查缺口，而非做完就停。文章还对比了 Goal Hive 与 Claude Code / Codex 的单体 Goal 模式，指出前者补上的是组织协作层，后者强化单兵执行力，二者可组合使用。最后给出了适用场景清单：适合可拆分为 3 个以上子任务、需多视角验证、周期超过 30 分钟、需过程留痕的任务；不适合简单问答、高度创意性、边界模糊或对延迟敏感的场景。

💡 主要观点

- 单 Agent 长任务烂尾的根源是缺乏分工与验收机制。 模型本身能力已够强，但缺少项目经理拆任务、盯进度、验收成果，导致版本混乱、交付质量不稳定。

Goal Hive 的核心是「组织智能」：拆、派、验三个动作循环。 Master 拆解目标为可独立交付的子任务，派发给不同 Worker，Worker 交付后 Master 逐份验收，不合格则返工或继续派单。

BBS 公共任务账本替代对话流，实现可追溯的协作记录。 每个任务是一个帖子，每次交付是回帖，Agent 可读、可发、可追踪，避免信息淹没在连续对话中。

预算驱动机制将「做完就停」升级为「向可验收交付逼近」。 在给定预算内，Master 需持续检查缺口，交付不合格就返工，预算未耗尽就继续优化，而非默认交差。

Goal Hive 与单体 Goal 模式互补，而非竞争。 Claude Code / Codex 强化单兵执行力，Goal Hive 补上组织协作层，可组合使用：让前者作为 Worker 执行，后者负责拆分、调度和验收。

💬 文章金句

- 长任务杀死的不是笨 Agent，是没人验收的瞎忙。

• 不是让一个 AI 更强，而是让一群 AI 学会组队干活。
• 当 Agent 越来越像「员工」，我们就不能只问它聪不聪明，还要问：它有没有组织？有没有账本？有没有验收？有没有继续改进的机制？
• 单体 Goal 模式是让一个人加班到死，蜂群模式是让一个团队各司其职。

📊 文章信息

AI 初评：84

来源：Datawhale

作者：Datawhale

分类：人工智能

语言：中文

阅读时间：12 分钟

字数：2962

标签： AI Agent, 多 Agent 协作, Goal Hive, 长任务, AI 工作流

阅读完整文章