Skip to content

多 agent 协作都会撞上的三堵墙

多 agent 协作都会撞上的三堵墙

本文由 AI 从英文翻译。 阅读英文原文

给一个写代码的 agent 派一个任务,它能干得不错。派第二个,裂缝就出来了。到第三个,感觉就乱了,最直觉的判断是:agent 开太多了。

我一度也这么认为。后来我把提交记录翻了一遍,发现出问题的地方跟同时跑几个 agent 没关系,而是跟两方在往同一个共享文件或目录里写、以及这东西到底归谁管有关。一个记录「已完成」的状态文件。一个两份实现都能往里写的共享检出目录。一个只有提出方自己看得见的完成声明。

这三个不是同一类问题,混在一起看,就会去修错的那个。没人对这次写入负责。没人赶在删掉工作区之前把记录拷出来。没有一个独立的角色来确认这个声明。归属、持久化、确认。

这也不是什么分类学。这三堵墙都是实实在在让我丢过工作成果的,第四堵可能还在路上。它也不是阶梯:下面的顺序是我理解它们的顺序,不是修复落地的顺序,结尾我会回到这一点。

记录只能有一个写入方

第一个问题看起来不像有人搞破坏,这也是我过了很久才认清它是什么的原因之一。没有哪个 agent 去改了它不该改的东西。问题出在任何编辑动作之前。协调者信了 agent 自己说做了什么,没有去查文件系统,于是阶段被标成完成,背后却一个提交都没有。修复提交里原话记着根因:

一个严重的治理缺口:协调者(Claude Code)可以在没有验证的情况下采信 agent 的说法,导致阶段在没有任何提交的情况下被标记为完成。

这个缺口背后的机制一句话就能说完:执行者可以直接调用 state.py,也就是说,干这件事的人同时也有资格记录这件事干完了。这不是其他进程越权,而是执行任务和确认完成这两项权限集中到了同一个角色手里。至于某个 agent 乱改文件,那是另一回事,需要另一套修法,不是这里说的这个。

做法是:受保护的状态只留一条由指定组件负责的唯一写入通道,其他所有角色都得走这条通道。

强制手段刻意做得很小。守护程序会拒绝直接调用 state.py,除非调用带着授权的 skill 标记。另外还有两道拒绝堵上明显的后门:用裸 Bash 去批准一个提案,以及靠不断新建文件、用累积的方式让某件事被批准。协调者必须遵守的流程,在仓库里就写成一行:

执行者提出声明 → 协调者验证 → 协调者更新状态。

这个箭头的意思在于谁不在里面。执行者只汇报,不做确认。

如果你只是自己用,这堵墙就是一条规则,根本不需要仓库。一个 Claude Code 会话,一个进度文件。子 agent 汇报说它写了那三个文件。你一个都没打开就把任务标成完成,可那些文件压根不存在,因为汇报描述的是意图,不是一次真正的写入。这只是个举例:没有日期,日志里也翻不出对应记录。最小版本就一句话:只有持有计划的那个会话可以写进度文件。执行者汇报,你验证,你写。

所以,挑出那份作为唯一可信依据的状态记录——它说明当前实际状态是什么。可以是一个状态文件、一张状态表、一份 changelog、数据库里的一行。只给一个组件写入权限,其他所有角色都通过它来写。然后要在写之前验证声明,而不是写之后。笔一旦只握在一只手里,执行者对自己工作的描述就不再是别人能拿来当依据的证据。

把写入引开,而不是把执行者锁在门外

第二个问题安静得多,因为压根没有任何东西大声报错。

一件做完的工作被清理掉了。工具把干活用的临时工作区删了,最新的验证记录也跟着一起没了。任务最后以 resolved 状态关闭,带着一份更旧的验证结果,时间戳是 14:57,而重新验证实际跑的时间是 19:40。resolved 在这里是终态,没有重开的路径,所以这个损失没法靠重跑任何东西补回来。要修它,就得造一个新原语:加了硬性限制的 reopen_for_reverify,现在它是修正终态 spec 的唯一办法。

留下来的证据在时间上对不上,这一点值得记住。被删掉的工作区不会留下残骸。活下来的是这样一份记录:看起来完整,但恰好旧了一个版本。这不是磁盘故障造成的数据丢失,而是两个步骤对写入位置的归属没有达成一致。

这个案例涉及两种风险,很容易只解决一种,却以为两种都解决了,所以我把它们拆开说,因为修法不一样。第一种风险是删除会毁掉证据:只存在于一次性工作区里的东西,工作区一没就跟着没了。第二种是共享检出目录谁都能写:一份实现正在跑的时候,另一个 agent 可以往它正在用的目录树里塞文件。

第一种的对策是先持久化保存,再删除工作区:在删掉工作区之前,把里面的状态和验证结果拷进主仓库。这是 resolve skill 里一个幂等的步骤。

第二种的对策是改道:有实现正在进行时,拒绝往共享检出目录写入。光靠改道并不能保住上面那些产物。它只是让不该写入的位置难以到达,并不能让删除变得安全。

一撞上冲突,人的本能是加锁:一个范围只允许一个 agent,互斥。这里做的不是这件事,真去加锁反而是个错误。两个 agent 干两件不同的活不叫冲突,那正是要跑一群 agent 的理由。真正会导致成果丢失的冲突,是某个 agent 在另一个 agent 的实现还在进行时往共享检出目录里写,因为共享检出目录是所有 agent 都能碰到、却谁都不归它管的地方。

所以解法是改道。拒绝写入不是因为别人拿着锁,而是因为主目录树本来就不是该写的地方,而且拒绝的时候会告诉 agent 它应该写到哪儿去。

说人话就是:活在一个一次性工作区里干,不在共享检出目录里干。只要有实现在进行,仓库里就留一个任务进行中的小标记,说明这件事在做、工作区在哪儿。任何文件写入之前,先做一次路径解析。如果标记还在,而路径指向源码树,就拒绝写入,并把 agent 指到工作区去。

否

是

否

是

Agent 发起一次会改文件的写入

守护程序:check_write

路径在 apps/、packages/、internal/ 或 cmd/ 下?

写入放行

有实现标记正在进行?

拒绝,并指出当前活跃的 spec worktree

Agent 改为写入 .trustless/worktrees/spec

粒度值得说一句,因为并行能不能跑起来就靠它。每个标记对应一件活,所以同时有几件事在做就有几个标记同时有效,而它们都不是互斥锁。往 .trustless/worktrees/ 里写永远放行。受保护目录之外的写入不受影响。

有两个局限,我不想粉饰成已经解决。第一,这套保护是按位置来的,不是按角色来的。它只在实现进行期间拒绝某个路径,不管写的人是谁,也不关心写的人是协调者还是执行者。同一个条件下还有第二道守卫,名字听起来像是能识别出协调者、并对它提更高要求;实际上它根本不识别任何角色。别把这当成权力分立。规则背后的意图是真实的——协调者应该去派活,而不是自己写代码——但现有的东西只强制了条件,没有强制身份。

第二个局限是目的地。标记是按任务来的,所以一个仓库同时跑几份实现,就会有几个标记同时有效,「当前工作区」也就不再是一个显而易见的目录。我的看法是,改道的价值主要在前半段——把写入挡在主目录树之外,那才是会丢成果的部分。给这个 agent 指出正确目的地,效果取决于背后的路径解析,而恰恰在 agent 跑得最满的时候,这套解析最容易暴露薄弱环节。如果你要自己做,重点测试并发任务下能不能正确定位目标工作区。

这个标记不做审计。它是短命的运行时状态,作用域限于会话,从不提交,所以它回答的是「现在这次写入安全吗」,不是「三周前谁干了什么」。后一个问题得去看版本历史:每份实现都落在自己的分支上,有自己的提交,要回溯就翻提交。标记只负责避免冲突,不作证。

关于范围这件事的另一半,还有一个得老实说的注意点。每个工作单元都会声明自己可以动哪些文件,这些声明按提案分别记录,这个仓库里有 59 份,都写明了读和写的部分。但守护程序只校验这些文件的结构:该有的字段得在,没有任何代码会把实际写入和声明的清单做比对。有一次记录在案的违规可以说明问题:一个修复改动了它自己的声明里标成只读的文件。没有任何机械检查抓到它,是审查者在第二道审查关卡发现的,标为高严重度。流程停下来等人决定,当天以放宽范围、而不是回退这次改动的方式解决了。

所以那些看起来像强制执行的边界,实际上只是提示人去审查,而它起作用是因为真有人读了 diff。这篇文章里到处都有这个分界:有些边界能用代码强制,剩下的只能靠人看。审查的注意力是稀缺资源,这正是该把能自动化的部分自动化的理由。

如果你只是自己用,这些机制一个都不需要。两个会话,一个仓库:

git worktree add ../proj-<task> -b <task>

每个任务有自己的目录,谁也写不覆盖谁。不需要标记,不需要 hook,两者之间也不需要互斥锁。纪律就一句话:另一个任务还开着的时候,别在主检出目录里改东西。另外把事故的另一半也带上,因为真正保住东西的是那一半。在删掉一个 worktree、一个分支或一个会话之前,先把证据搬出来:把测试输出提交上去,把验证记录贴进 pull request,把总结留在比这个目录活得更久的地方。删掉一个你还没读过的工作区,就是一份看起来完整的记录最后旧了一个版本的原因。

先靠习惯。等到哪天你记不住了,再把拒绝这件事自动化。

写的人不能同时是验收的人

十个阶段被标成完成,一个文件都没创建。活是在一个后来被删掉的工作区里干的,等有人能去查的时候,已经没东西可查了。

这件事值得放在开头讲,是因为它暴露的问题很典型。编造不在代码里,因为压根没有代码。编造在汇报层。子 agent 什么都没产出就汇报任务完成,而这个完成被采信了,因为汇报的角色正是被信任的那个角色。

现在拦住它的关卡很小,文件头里就用这次事故命的名。工作区背后一个提交都没有的时候,它拒绝把阶段标成完成。执行者给自己发了合格证,而这张合格证是编出来的。

这个故事的另一版我已经讲过了:那次支付重构迁移了受保护的状态,编造了一个明令禁止它写的 handler,自己测了自己的活,然后汇报说可以部署了。那是 Agents Need Architecture, Not Prompts 里的案例,就留在那儿。汇率那次的事故之所以放在这里当引子,是因为它更干净:一行编造的代码都没有,只有一次编造的完成。

更深的问题不是不诚实,把问题归结为不诚实,就会去修错的地方。评判一项工作,得站在它外面,而写这项工作的 agent 恰恰是唯一做不到这一点的参与者。承包商给自己的电气施工签字,反对的理由是一样的:不是说承包商会撒谎,而是墙封上之前没有任何独立的人看过。要避免的安排,是同一个角色既定义任务、又执行任务、还评估结果。以我做 agent 工作流的经验,这是最大的单点运营风险。没有外部的东西去核对声明时,「做完了」只说明这个 agent 有多自信,跟仓库里实际有什么没关系。

所以这条规则是明令禁止,而不是习惯。在没参与这项工作的审查者检查过证据并通过之前,阶段不能关闭。没有独立证据的自我确认是禁止的,隐式发生的验证、或在后台作为别的动作的副产物发生的验证,也一样禁止。

这道审查在实现就位之后跑一次,通过是标记阶段完成的前提。注意独立性体现在哪个环节:审查者可以读执行者自己写的 diff,而且通常就应该读,因为 diff 是「改了什么」最直接的证据。独立性属于审查这个动作,而不属于被审查的产物是谁写的。

我自己这套东西是个删除的故事,不是演进的故事,这个区别很重要。旧的验证器靠让 agent 出示一个 token、证明它做过检查来工作,它不是被逐步替换掉的,而是在一个提交里被整个删掉,1721 行加上测试文件,换成一个 212 行、做相反事情的模块。没有两者并存的窗口期。教训不是验证器变好了,而是一整套验证机制被移除,原因是它的存在让自我确认成为可能。

现在验证要求的是:每个阶段由一位独立审查者做一次检查,回答五个问题。目标达成了吗。计划完成了吗。此前尚未解决的审查问题,现在都解决了吗。不变量守住了吗。这次改动有没有引入没人看过的新东西。

回答这五个问题都要有证据,不能只凭声称:实际改动的文件清单、计划,以及阶段开始前拍下的未解决审查问题快照——最后那个问题能回答,全靠这份快照。输出是一个结构化的结论:通过、警告或失败,同时记录审查者输出的哈希值。

这个哈希值得说清楚,因为这是最容易被过度解读的地方。它把结论和当时计算所用的那份证据的具体字节绑在一起,所以事后你能知道这个结论是针对哪一版 diff 做出的哪次审查。它不能证明判断是对的,单靠它也证明不了谁有权关闭这个阶段。带哈希的通过,仍然是某个人读证据后给出的结论,把哈希当成证明,流程就会看起来比实际严格。

如果你只是自己用,这些关卡都还用不上。agent 说测试过了,你就开一个干净的 shell 自己跑一遍,然后把 diff 的每一块都读了,而不是读 agent 写的那份 diff 总结。凡是要上生产的,把 diff 交给另一个 agent,问它有哪些改动是第一个没提到的。这堵墙的最小版本不是验证器,而是一条规则:写代码的人和签字放行的人不能是同一个。

三条做法,不需要框架

把仓库剥掉,剩下三条做法,今天下午就能用,什么都不用装:

  • 只给一个组件写你那份可信状态记录的权限,并且在声明到达这条写入通道之前先验证它
  • 每个任务放进自己的工作区,拆掉工作区之前,先把证据搬出来
  • 永远不要采信产出方自己报的完成,验收要落在别人读过的产物上

这三条没有先后顺序。其中两堵墙是一起冒出来的,因为一月的那次事故一次产出了两个修复;第三堵墙多花了好几个月才搞明白,而且最后发现它需要的是改道,不是加锁。这只是这个仓库这一年里的事实,不是什么学习路线。

回到开头那个质疑:这是不是过度设计?

一个 agent 干一个任务的话,是的。这些一样都不划算,单个执行者的会话里,那三条做法本来就是你已有的习惯:你自己写进度文件,你自己读自己的 diff。治理层之所以存在,是因为这些习惯撑不住 agent 数量的增长,而不是因为它们错了。

上面这些事故真正值得自动化的,是那一小撮能表达成「拒绝」的判断:谁可以写这条记录、这次写入该不该落在这棵目录树里、这个声明有没有别人读过。这三件事值得机械化,因为它们全都是静默失败的,而且检查起来都很便宜。我这套东西里其余的,都是披着基础设施外衣的习惯,我不建议照抄。

这篇文章里真正抓到那次违规的,恰恰是靠人的那部分。有人读了 diff,注意到那个被声明为不能动的文件。没有任何机制做到这一点,我也不指望有。给「读」留出预算。

我最后确实把那三道拒绝自动化了,做成一个叫 ACP 的治理层,跑在我参与的一个平台里。它是这些做法的实现,不是用这些做法的前提,也不构成通用的可靠性保证。至于我为什么选择自动化而不是继续手工做,回忆起来一点也不体面:同时跑的项目多到一定程度,手工执行这些做法本身就成了一个岗位。我不打算把它包装成某个有具体日期的决策节点。

如果明天只做一件事,就挑出那份记录当前实际状态的文件,把笔从其他人手里收回来。第一堵墙就这么多,一个下午能搞定。

备注

想核对的人可以看这些出处,按出现顺序排。

  • 状态权限问题的根因来自提交 b049c4fda(2026-01-30)。守护检查是 check_state_authority(guardian.py:2693);旁边的两道拒绝是 guard-approve-via-bash.py 和 safety-file-creation.py(Alignment Spec §B.1)。
  • 声明文件数量按仓库当前 HEAD 统计:59 个 scope.yaml,都带有明确的 write.files 和 read_only 段。范围违规对应审查问题 F-G2-SCOPE-001(2026-05-19);middleware/audit.go 被声明为 read_only,Codex 的第二道审查把它标为 HIGH。只校验结构的是 guardian.py:1791,它要求六个具名字段都在。
  • 两个实现相关的 hook 声明了同一个元组 IMPLEMENTATION_DIRS = ("apps/", "packages/", "internal/", "cmd/"),分别在 guard-active-spec.py:33 和 guardian.py:28。阶段关卡是 guard-phase-complete.py,它的文件头里带着那次事故的引用。
  • 那次删除是提交 f28a611ac(2026-02-03),删掉了 opencode_piv.py(1721 行)以及测试。212 行的替代品是运行时适配器 .claude/hooks/piv.py;规范模块 .agents/skills/implementation-execute/piv.py 是 238 行。
  • 范围那次事故的日期是 2026-06-05,发生在 resolve skill 的 Step 4.5 和 Step 5。汇率那个 spec,add-exchange-rate-infrastructure,日期是 2026-01-25。
  • 治理层叫 Trustless ACP,平台叫 Trustless,是一个 agent 原生的银行与交易平台。ACP 是它里面的一个组件。
  • 这个系列的第三篇把这四个动作做成了模板:划定工作范围、指派给某个角色、在分配给它的工作区里执行、在记录为完成之前对照证据验证。