第15章：Supervisor 模式：给你的 Agent 军团配个“主管”
如果说 DAG 是按图索骥的流水线，那么 Supervisor 就是随机应变的部门经理。它不干具体活，但它掌握着最重要的权力：招人、分钱、以及——把搞不定的锅甩给人类。
上一章我们讲了 DAG（有向无环图），它非常适合 流程固定 的任务。 比如“写财报分析”：搜数据 -> 算指标 -> 写报告。这一套流程雷打不动，DAG 执行得行云流水。
但在现实世界里，计划赶不上变化。 场景重现： 用户让 Agent “分析一下 AI 行业的竞争格局”。 Agent 刚开始调研了 OpenAI 和 Google。突然，它发现了一个新秀 Anthropic 好像也很猛。
- DAG 的反应：瞎了吗？流程图里只有两家公司，没画第三家，我不看。
- Supervisor 的反应：等等，这有个新情况。临时招募 一个新 Agent，专门去查 Anthropic！
这就是 Supervisor（主管）模式 的核心价值——动态应变。
01. 什么时候你需要一个“包工头”？
DAG 虽好，但它有一个致命弱点：它是静态的。图画好了就不能改。 当你的任务出现以下特征时，你就必须升级到 Supervisor 模式：
- 任务结构不确定：做着做着发现需要加任务（Dynamic Recruitment）。
- 需要内部开会：Agent A 查到的东西，需要“私聊”告诉 Agent B（Inter-Agent Communication）。
- 规模太大：子任务超过 5 个，画 DAG 图会乱成一团麻，需要层级化管理。
简单说：5 人以下的小作坊用 DAG，5 人以上的正规军用 Supervisor。
02. 核心权力一：动态招募（HR 系统）
Supervisor 最酷的能力，就是可以在运行时 “摇人” 。
在 Shannon 框架中，我们设计了一套 Signal（信号）机制。 当某个负责“初筛”的 Agent 发现新线索时，它不会自己去干（因为它不专业），而是向 Supervisor 发送一个 recruit_signal（招募信号）。
剧本演示
- Agent A（初筛员） ：“老板，我发现财报里提到了一个叫‘Project X’的秘密项目，但我看不懂技术细节。”
- Supervisor（包工头） ：“收到。系统，给我 实例化 一个‘技术专家 Agent’，现在的任务是：深挖 Project X。”
- Agent B（新来的技术专家） ：“收到，开工。”
这就像在玩 RTS 游戏（如星际争霸），你不仅是指挥现有的兵，你还在不断造兵。
03. 核心权力二：邮箱系统（Slack）
在 DAG 模式下，信息传递是“传声筒”式的：A 传给 B，B 传给 C。A 和 C 没法直接说话。 Supervisor 模式引入了 邮箱（Mailbox） 概念。
任何 Agent 都可以给其他 Agent（或者群发）写信。
- Agent A：“@Agent B，我刚查到的数据有点怪，你要不要复核一下？”
- Agent B：“收到，我去看看。”
架构设计的关键点： 为了防止死锁（A 等 B 回信，B 等 A 回信），邮箱系统的发送必须是 非阻塞（Non-blocking） 的。就像发微信一样，发完我就去干别的事了，你回不回我不管。
04. 核心权力三：智能容错（50%+1 原则）
带过团队的都知道，你不能指望每个人都靠谱。 如果有 10 个 Agent 在干活，其中 2 个挂了（比如联网超时、报错），整个任务要停下来吗？
DAG 的逻辑是：一荣俱荣，一损俱损。只要一个节点红了，整个图就红了。 Supervisor 的逻辑是：民主集中制。
容错算法：
我们通常设定一个 50%+1 阈值。
- 如果有 10 个子任务，挂了 4 个。Supervisor 会判断：剩下 6 个的结果也够用了，忽略错误，继续推进。
- 如果挂了 6 个。Supervisor 判定：信息缺失太多，任务失败。
这大大提高了长链路任务的 鲁棒性（Robustness） 。
05. 终极权力：向上管理（Human-in-the-Loop）
Agent 再聪明，也有犯浑的时候。 特别是涉及 “删库”、“转账”、“发邮件给全员” 这种高危操作时，Supervisor 必须要把决策权上交。
这就叫 HITL（Human-in-the-Loop，人类介入） 。
什么时候该烦人类？
不能大事小事都弹窗，那样用户会把系统关了。我们需要定义 升级触发器（Escalation Triggers） ：
- 敏感操作：检测到
delete、pay、publish等关键词。 - 置信度低：Agent 自己也拿不准（置信度 < 0.6）。
- 成本超限：这个任务已经烧了 5 美元了，还要继续吗？
信任升级机制（Trust Level）
这是一个非常人性化的设计。我们把 Agent 分为三个信任等级：
| 等级 | 待遇 | 升级条件 |
|---|---|---|
| 实习生 (Novice) | 步步惊心：每一步操作都要人类点“批准”。 | 完成 50 个任务且无事故。 |
| 熟练工 (Proficient) | 抓大放小：只有敏感操作才弹窗。 | 完成 200 个任务，成功率 98%。 |
| 专家 (Expert) | 先斩后奏：只在异常时报警，平时全自动。 | 一旦出事，立马降级回实习生。 |
这完全模拟了真实职场的信任建立过程。
总结
Supervisor 模式是多 Agent 系统的 管理层。
- 它通过 动态招募 解决了任务的不确定性。
- 它通过 邮箱系统 打通了信息孤岛。
- 它通过 容错阈值 保证了系统的韧性。
- 它通过 HITL 机制 守住了安全的底线。
至此，你的 Agent 军团已经具备了独立作战、自我管理、且懂得分寸的能力。
Part 5（多 Agent 编排）完结。
我们从基础的编排概念，讲到了静态的 DAG，最后讲到了动态的 Supervisor。 你现在手里已经握有一支训练有素的 AI 军队了。
但是，这支军队还面临最后一个问题：交接棒。 当 Agent A 做完工作，把结果交给 Agent B 时，如何保证数据不丢、格式不对、理解无误？仅仅靠把文本塞进 Prompt 够吗？
Part 6：工程化落地 即将开启。 下一章，我们将深入 Handoff（交接）机制：探讨在复杂的分布式环境中，如何实现 Agent 之间丝般顺滑的“脑机接口”。
