多角色协作框架 — 把 AI 当同事,不是当工具

把多个 AI 角色当平等同事,用任务卡片传递工作,用能力档案标识专长,用双向调用替代主从层级 — vault 里出现 28 次的核心方法论。

主张

主流多 agent 框架(AutoGen / LangGraph)默认是「主-从」 — 一个 orchestrator 派活给 worker。但社区(尤其中文 AI 创作圈)逐渐发现:主从结构在长任务上会崩,因为 orchestrator 的上下文很快爆掉。

多角色协作框架的反范式:

  1. 角色平等 — 没有 orchestrator,只有「做不同事情的同事」
  2. 任务卡片传递 — 每个工作单元是一张 markdown 卡片(task-card-system),角色间靠「我把卡传给你」协作
  3. 能力档案 — 每个角色有 role-card.md,记录「做过什么、擅长什么、避开什么」(role-roster)
  4. 双向调用 — A 可以调 B,B 也可以反过来调 A 求助,层级被替换成「网」

这个范式跟 karpathy-llm-wiki 的精神一致:bookkeeping 给 AI,人只做创造性决策

为什么重要

  • 对 selfwiki:这是 vault 第一主轴的「方法论沉淀」,未来你做的 product / 视频 / skill 都会用这套框架
  • 对一人公司:多角色框架让「一个人 + 多个 AI」变成「一个团队」 — 你的现金跑道有限,这是放大杠杆的正解

关键发现

  • 角色之间的信任问题 — 如果两个角色矛盾,谁裁决?当前用「人类裁决」兜底,但应该有 escalation 协议
  • 能力档案的更新机制 — 每完成一个任务,角色卡片要不要自动加一条「Done」?
  • Codex 与 Claude Code 互审 是这个框架最成熟的具象例子

连接

待深挖

  • ✋ 角色之间的信任如何分级?
  • ✋ 跨组织(我的角色 vs 别人的角色)如何调用?MCP 是答案吗?
  • ✋ 能力档案达到多大时需要分页 / 切片?

Evidence(28 篇引用)


这是一个 budding 概念页 — 内容来自 vault 自动 compile,经人工或下次 distill 后升级为 evergreen。