Agent多人共用为何会失控?来自Ankole的Business Agent架构设计分享

栏目:互联网 | 来源:机器之心Pro | 2026-11-18 14:18

继 Coding Agent 之后,Muse、Grok Bot 等 Personal Agent 产品也快速成熟。不少团队尝试把它们引入组织:要么给每位成员部署一套,要么把同一个 Agent 接进部门群聊。但单人使用表现稳定的 Agent,一旦放到多人协同场景总是表现得非常不及预期。

这是因为用户在使用 Agent 时实际上人肉承担了多项外围工作:手动布置任务、间歇性观察执行过程、分享本机文件与账号凭证。而在进入组织环境后,这种人机协同的 Loop 便会在四个方面失效:

  • 认知分叉:每位成员的 Personal Agent 各自维护私有上下文。某个群里刚更新的业务规则,不会同步给其他成员的 Agent,团队很快会按不同的标准各自行事。
  • 上下文窗口泄密:单人 Agent 默认凡是能读到的信息都可用于回答。把绑定高权限接口的 Agent 放进多人群聊后,它无法区分仅供它自己看的信息与在场所有人都有权看的信息。
  • 状态分裂:缺少共用的结构化存储,成员与各自的 Agent 只能靠互传文件副本同步数据,多人并发修改很快产生多份冲突版本。
  • 轮询的算力税与误差复利:靠每隔几分钟唤醒模型来执行自动化任务,在数百条业务流并行的团队里会让大量 Token 空耗在不必要的环境。并且执行结果的概率误差还会随着调用轮次累积:即便单次判断准确率达到 99%,每 5 分钟检查一次、全天运行 288 轮,一天内至少出错一次的概率也会高达 1-0.99^288≈94.5%

如果说 Coding Agent 面向单次开发任务,Personal Agent 面向个人跨会话事务,那么进入企业则需要第三类形态:Business Agent。它面向整个组织运行,支持多角色成员与多个专职 Agent 在同一套数据、权限与责任边界上协同工作。

我们在构建开源 Business Agent 系统 Ankole 时,确立了两条核心主线。第一条是构建原生面向多主体协同的 Business Harness,在系统层接管事件调度、动态权限、组织记忆与长程容错;第二条是践行可塑性软件哲学,上层功能可以由 AI 按需生成、用完退场,所有功能的状态存储则统一沉淀在共享数据库中。下文将聚焦第一条主线讨论 Business Harness 的设计哲学与工程实现。

Business Harness 的四项设计哲学

1. 快慢路径分离:常规运转交给脚本,让模型只处理例外与更新规则

正如成熟的团队不会靠开会审批每一笔常规订单,Token 昂贵且带有随机性的大模型也不适合直接充当高频运转的日常执行器。

组织所需的持续在线,应由快慢路径分离、按需唤醒实现:平时大模型零消耗休眠,高频且规则明确的日常流转直接交给大模型自己写的脚本执行;只有遇到规则之外的新情况、关键指标越界或非标争议时,事件才唤醒模型介入。模型由此退居慢路径,专注于处理例外情况以及在业务规则变化后改写脚本实现业务流程的 Harness-RSI。

2. 权限基于在场受众动态计算,而非绑定静态账号

不同于 Presonal Agent 默认它的主人能看到什么它便能看到什么。在多人协同中权限控制是一道必要的计算题:每次唤醒前先取当前 Agent、提问者与全体在场成员的权限交集,任何一人无权查看的信息都不进入上下文。 同一个 Agent 在与负责人的私聊里可以召回敏感信息,但一旦进入三十人的部门群这部分数据则需要能自动从召回机制中隐去。

光靠收窄读取交集还不够,跨岗位协作还存在两类反向诉求:一线岗位往往需要提交业务记录,却无权查看整张敏感底表;遇到专业条款争议时,又需要借助高密级的领域资料做判断,直接取交集会让协查寸步难行。针对前者,系统在全可见与全禁止之间引入了由负责人审核签名的固定写入通道,一线角色及其 Agent 只能按指定格式提交参数,无法读取底层数据表。针对后者,系统将 Agent 拆分为两类主体:每位成员配备映射本人日常权限的个人助理,法务、财务等岗位则设立拥有独立授权范围的职能 Agent;遇到跨部门合规问题,个人助理在后台向职能 Agent 发起独立会话协查,后者在隔离上下文中检索受限资料并对外部不可信文本做隔离标记,仅向原会话返回脱敏后的结论。

3. 组织记忆作为多视角世界投影:共享关系目录,实时继承权限

现有的长期记忆方案进入组织后往往水土不服。向量检索只有语义相似度,缺乏因果推断能力,已废止的旧规则容易与新决议一同召回。而以 LLM Wiki 为代表的编译式知识库,每当读到新资料便提炼改写进对应的实体汇总页的方式,如果放进多人组织便会打破保密边界:一旦把保密合同与公开周报提炼进同一张供应商页面的正文,普通成员读取该页就会发生越权;事后某份源文档收回权限,已经融进自然语言段落中的内容也无法单独剥离。 反之,若在提取记忆时把当时的可见人员名单静态写死在记录上,部门调整后历史记忆的可见范围便会失效。

因此,组织记忆应当是一份随读者身份变化的多视角世界投影:全公司共享同一套关系结构,但不在记忆层写死权限。全员共用的只是一层不含具体秘密的关系目录,仅记录客户、供应商、项目的名称与彼此关联,让各部门对齐同一张业务地图而不暴露细节。挂在目录上的具体记忆区分两类:有单据或回执印证的记为客观事实;个人或 Agent 的推测记为带署名与时间的主观判断,事后对照实际结果持续校准提出者的历史准确率,防止个人猜测直接演变为组织共识。每条记忆都关联原始文档或会话,读取时实时检查源文件当下的权限;源文件一旦撤权或移入保密目录,相关记忆对无权者立即隐去而无需重跑模型。

以 Actor 模型编排多主体网络:从静态快照到有主状态与分层监督

目前主流的 Agent Harness 多采用 Agentic Loop 加 Checkpointer 状态存档模式:每走一步把上下文存为数据库快照,中断后再读档恢复。这套机制进入多人对多 Agent 的环境后很容易遇到并发瓶颈 —— 快照只是数据库里的静态记录:模型在后台执行耗时操作期间,一旦群聊改口、外部回调与跨部门回复同时涌入,多路进程并发修改同一份存档极易互相覆盖。

Actor 是一种将私有状态、执行逻辑与消息收件箱封装为同一个驻留运行单元的分布式并行计算模型,特别适用于解决上述问题。每个会话与每位专职 Agent 都是独立的 Actor。哪怕底层正在等待模型响应,新来的插话、改口与审批结果也能随时投入收件箱,由它自己按序合并、排队或中断重来,无需外挂锁即可避免进度覆盖;系统同时区分外部来信与 Agent 自身发言,防止多个 Agent 在群里互相触发回复死循环。跨部门配合也变成了平级 Actor 间的异步通信:活跃时在线即时响应,等审批或空闲时存好进度自动休眠,新消息到达时再随时唤醒。

遇到运行超时或环境故障,分层监督机制会把代码执行剥离到不含长期密钥的临时沙箱里,沙箱损坏可直接销毁重建,不会连累主会话。打款、改价、对外发信等不可逆操作发出前先记入持久化动作账本,恢复后先核对外部回执再决定是否继续,避免重复执行。成员离职或调岗后,系统只需更新一次权限版本号,其名下的 Actor、外部授权与在途写回便会同步终止。

从架构哲学到系统工程:Ankole 的实现

在开源系统 Ankole 中,我们将整套 Harness 收敛成可以 Scaling 的分布式架构并与在线工作空间(Pod)及飞书、钉钉、企业微信、Slack 原生打通。在 Ankole 控制面上,我们使用 Erlang/OTP 来解决成百上千个长程会话并发收发消息的高并发、高可用的问题。WhatsApp 曾使用相同的技术完成了仅靠 32 个工程师服务 5 亿用户使用的惊人生产力。

权限与记忆检索链路上,每次唤醒前求取在场全员的可见交集必须足够快。Ankole 用 CTE 查询算出每位成员在多层目录树下的可见范围并压缩为二进制位图再交由嵌入控制面的 Rust 内核在微秒内完成按位求交,并且支持使用 CEL 表达式进行基于动态策略条件评估的 PBAC 权限模型。

此外,由于多层目录继承、群聊交集与离职撤权在并发场景下组合极多,常规测试难以穷举,我们使用数学定理证明工具 Lean 4 对核心权限状态机做了形式化验证,从数学上证明越权读取与撤权后写回均不可能发生。

结语

Personal Agent 已经证明,一个模型配上合适的 Harness 可以替一个人完成很多工作。Agent 进一步走进团队后,面对多人与多 Agent 的日常协同,系统便需要一套面向组织的 Business Harness。随着基础模型持续迭代,弥补早期模型短板的外围补丁会逐步退场,但组织运转所依赖的底层约束不会消失:模型生成代码越快、自主执行链条越长,团队就越需要把业务状态收敛于唯一事实源,让信息可见范围随在场成员动态收窄,让关键指标保持统一口径,并将不可逆的外部责任落实到具体的人。

作为这套架构的开源实现,Ankole 的全部代码已经发布在 https://github.com/AgentBull/ankole 欢迎交流。

了解更多

猜你想看

← 返回首页