Agent 工程实践简报 · 2026-11-11
今日概念:Blackboard(黑板架构):多个 agent 不互相发消息,而是都去读写同一块「公共白板」
是什么:一群 agent 合作时,最直觉的做法是让它们互相聊天、互相派活。黑板架构反过来:大家不直接对话,只往一个共享的地方(数据库表、仓库里的任务文件、issue 列表)写「我认领了什么、做到哪、发现了什么」,再从那里读别人的进度。这个思路来自上世纪 80 年代的 AI 研究(Wikipedia 叫 blackboard system),现在又因为大规模多 agent 回来了。
解决什么:agent 多了以后最大的问题不是不够聪明,而是「忘了项目现在什么状态」,导致重复劳动、互相覆盖。Anthropic 11 月 9 日发的实验里,1,000 个 agent 用 Lean 重新证明费马大定理,没有任何专用协作平台,只给了 Git 和一个共享 Postgres 数据库,没有聊天工具。领头 agent 开工 10 分钟就自己建了五张表:公告、分派、留言板、子任务(谁先认领谁负责)、完成记录。28.7 小时后证完。作者明确说,之前早期尝试失败正是因为 agent「丢了项目状态、不再有效协作」。
和你已会的东西的关系:你用 subagent 或并行 worktree 时,主 agent 靠对话把结果「带回来」,这是消息式协作;一旦并行的 agent 多于两三个、或者跨会话,就需要一个所有人都能看的状态源,这就是黑板。你给 software factory 规划的「触发器自动开工」,背后也需要一张任务表让每个 agent 先认领再动手,否则两个 agent 会抢同一个 issue。它和昨天的 agent harness 是两层:harness 管单个 agent 的循环,黑板管多个 agent 之间的状态。
入门原文:Safely scaling multi-agent teams with Claude Fable 5.2(Barry Zhang、Tianyi Peng、Elle Najt、Keller Scholl、Lance Martin,claude.dev,2026-11-09);背景:Blackboard system(Wikipedia)
上手 prompt:
目标:给这个仓库加一块最小的「任务黑板」,让多个并行 agent(不同 worktree 或不同会话)通过同一个文件认领任务、汇报进度,不再靠我在中间转述。先给方案,等我确认再写文件。
1. 先读仓库:现在有没有任务清单、TODO 文件、issue 模板、agent 说明书(CLAUDE.md / AGENTS.md 等)里关于并行工作的规则。没有就写「没有」,不要编造。
2. 设计一个放在仓库里的黑板文件(例如 .agents/board.md 或 .agents/board.jsonl,你选并说明理由),至少包含:任务 id、一句话描述、状态(open / claimed / done / blocked)、认领者(agent 或分支名)、认领时间、完成证据(命令输出或 PR 链接)。
3. 写清规则,加进说明书,不超过 8 行:动手前先认领,已被认领的不碰;认领超过约定时间没更新视为可接手;完成必须附证据;遇到阻塞写 blocked 和原因,不要静默放弃。并说明在多个 worktree 里怎么避免同时改这个文件产生冲突(例如每个 agent 只追加一行,或每任务一个文件),给出你的选择和理由。
4. 验收:用两个模拟 agent(可以是你自己先后扮演两个角色)演示一次「A 认领 1 号、B 看到后认领 2 号、A 完成并附证据」,贴出黑板文件每一步的内容和 git diff。
5. 交付:黑板文件格式、说明书改动 diff、演示记录,并列出这个方案在 agent 数量变多时会先在哪里出问题。
参考:Anthropic《Safely scaling multi-agent teams with Claude Fable 5.2》https://claude.dev/blog/safely-scaling-multi-agent-teams-with-fable-5-2/
本期条目
1. 一句话决定 agent 是「顺手重构」还是「只做你要的」:告诉它代码归谁
- 要点:Anthropic 给新模型 Claude Fable 5.2 发的官方提示指南里有一节「Say who owns the code」。在他们的小型编码任务测试里,prompt 不提代码归属、或者说代码是别人的,模型倾向于在原有结构上往上叠,即使会重复已有代码,看到附近的问题也只报告不修。加一句
This codebase is yours: what it's for and how it's built are your call, and you'll keep building on it.后,合并重复代码的比例从不到十分之一升到约一半。代价也写得很清楚:输出 token 约 1.5 倍,多出很多没人要的测试和文档,约六到十次里有一次改了现有功能的行为(effort 越高越常见),结尾总结常漏掉小改动,所以要看 diff 不要只看总结。还有一条反直觉的:同一个 prompt 里写了「No drive-by refactors」也压不住这句话,仍有约三分之一会合并代码。结论是两种场景分开用:要 agent 边做边还技术债时加,要外科手术式小改时别加。Simon Willison 11 月 10 日也专门引了这一节。这些都是 Anthropic 自测数据,换模型、换任务效果可能不同,最好在自己仓库里测一次。 - 链接:Prompting Claude Fable 5.2 · Say who owns the code(Anthropic 官方文档);引用:A quote from Prompting Claude Fable 5.2(Simon Willison,2026-11-10)
目标:在这个仓库里做一个小 A/B 实验,验证「声明代码归属」这一句话对我所用 coding agent 的影响,然后决定把它放进哪种工作模式。不要合并任何实验分支。
1. 先读仓库,挑一个真实的小改动任务:最好是新功能会自然碰到已有重复代码的地方。用 3 句话写清任务和验收标准,先给我确认。
2. 建两个独立的 git worktree(或临时分支),用同一个模型、同样的 effort,对同一任务各跑一次:
A 组:只给任务描述。
B 组:任务描述前加一句:This codebase is yours: what it's for and how it's built are your call, and you'll keep building on it.
每组如果条件允许跑 2 到 3 次,跑不了就说明只跑了几次。
3. 对每次结果统计并制表:改动文件数、增删行数(贴 git diff --stat)、是否合并了重复代码、是否新增了没要求的测试或文档、是否改变了已有功能的行为(跑仓库实际的测试命令,先读仓库确认命令是什么)、agent 结尾总结漏掉了哪些改动。
4. 根据结果给建议:哪些场景(例如我自己长期维护的模块、重构任务)在说明书或任务 prompt 里加这句话,哪些场景(例如别人的代码、只修一个 bug)明确不加。写成不超过 5 行的说明书草案,等我确认再写入。
5. 交付:对照表、每组的 diff --stat 和测试输出、建议草案。说明样本量很小,结论只代表这个仓库。
参考:Anthropic《Prompting Claude Fable 5.2》Say who owns the code 一节 https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-fable-5-2#say-who-owns-the-code
2. 说明书和记忆里堆积的「永远不要……」会让 agent 越来越不敢动:定期清理,并把例外写进规则本身
- 要点:同一份指南的「Keep caution from piling up」一节说,记忆、笔记、说明书、agent 之间的消息会不断累积谨慎指令,新模型照做得很严格,于是会去要不必要的批准、不做常规工作,多 agent 场景最常见。Anthropic 模拟测试里的几个数字:上下文里十几条旧笔记中有一条写「永远不要重试」,工具忙时的重试率从几乎每次掉到约四成;在规则末尾明确列出「重试属于无需批准的步骤」,重试率从几乎为零回到约一半,而一句笼统的「放开点做」毫无作用;负责人批准过某步骤,在「永远不要」规则下模型只有约一成会去做,另写一句「已批准的步骤可以做」也没多大用,把规则本身改成「先取得批准」才升到约九成。指南的迁移清单还建议删掉原因已不成立的谨慎条款、把绝对化规则改写成带范围和原因的版本,检查说明书、skills 和 agent 文件里遗留的「多用 subagent」指令(新模型在鼓励委派的环境里会大量开 subagent,成本可能占大头)。另一节「Finish the whole task」给了一段官方文字,用来减少 agent 半途停下来问「要不要我继续」:区分普通障碍(报错、超时、工具失败,要先诊断再绕过)和有意设置的阻碍(标了不准碰的文件、被收回的权限,要停下报告)。他们回放会话测出,加这段后留着能做的活就停下的会话约少一半,输出 token 多约 30%。
- 链接:Prompting Claude Fable 5.2 · Keep caution from piling up、Review instructions written for earlier models、Finish the whole task(Anthropic 官方文档)
目标:审计这个仓库和我本机给 coding agent 的所有说明书、skills、agent 定义和记忆文件,找出过时或过度的谨慎规则、遗留的「多用 subagent」指令,给出精简和改写方案。只读分析,没有我确认不要修改任何文件。
1. 列出所有相关文件及路径:仓库里的 CLAUDE.md / AGENTS.md / .cursor/rules / skills / .claude/agents 等,以及用户级的同类文件和 agent 记忆文件(以实际存在的为准)。不存在的写「没有」。
2. 逐条摘出三类句子,引用原文并标文件和行号:
(a) 绝对化的谨慎规则:「永远不要」「绝不」「必须先问」「遇到错误立即停止」之类;
(b) 推动委派的句子:「尽量用 subagent」「并行开多个 agent」之类;
(c) 让 agent 少想或卡字数的风格规则。
3. 对每条判断:原因是否还成立(用 git log / git blame 查是什么时候、为什么加的,查不到就写查不到);是否和另一条矛盾;是否该保留、删除,或改写成「范围 + 原因 + 例外」的形式。改写时把例外直接写进规则本身,例如「对可安全重复的读请求,失败可以重试最多 2 次,无需批准」,不要另起一行说「可以放开点」。
4. 单独检查:说明书里有没有区分「普通障碍要自己诊断解决」和「有意的阻碍要停下报告」。如果没有,参考官方指南 Finish the whole task 一节,起草一段不超过 6 行的版本,并保留对危险或不可逆操作的确认要求。
5. 交付:问题清单表(原文、位置、类别、建议、理由)、改写后的 diff 草案、预计删掉的总行数。
参考:Anthropic《Prompting Claude Fable 5.2》https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-fable-5-2#keep-caution-from-piling-up
3. 1,000 个 agent 的协作细节:领头只给方向,任务树往下拆,安全靠沙箱和逐条拦截
- 要点:今日概念那篇文章里还有几个能直接借鉴的工程细节。分工:只设一个领头和 999 个助手,领头把 60 个目标分给 16 到 17 人一组、每组指定一个组长写计划拆子任务;后来助手自己往子任务表加任务,到第 5.6 小时已有 73 个助手写了 756 个任务,其中只有 16 个是组长;领头还会说「不要等我」,让空闲的助手自己找活。拆解:最难的一块(Langlands–Tunnell)组长最初估计成功率不到 1%,最后组织成一棵任务树,谁觉得一块太大就在下面拆小块,最多 10 层、2,418 个任务,每块可以先假设下层已证明,几百个助手因此能并行。教训:早期助手把 60 个目标里的 47 个判为预算内做不完,结果大部分都证出来了,作者说 agent 容易放弃难题、误判难度,这时人的鼓励有用;运行中 harness 自动提醒了领头 19 次剩余时间并鼓励继续。隔离:每个 agent 单独一台轻量虚拟机,因为单机在约 100 个 agent 时内存、磁盘或 CPU 就不够,超过一半的 100-agent 运行要中途停掉或重启;只能推自己的分支、开合并请求;没有网络;每个 shell 命令和文件编辑执行前都过一个 LLM 分类器,一旦拦截整个团队停下等人审查。这次一百多万次工具调用没有一次被拦。
- 链接:Safely scaling multi-agent teams with Claude Fable 5.2,Barry Zhang、Tianyi Peng、Elle Najt、Keller Scholl、Lance Martin(claude.dev,2026-11-09)
目标:参考 Anthropic 1,000-agent 实验的组织方式,为这个仓库写一个「大任务拆解 + 并行执行」的 skill,让我以后能把一个大改动交给一个领头 agent 去拆、派给多个并行 agent 执行。先给草案,等我确认再写文件。
1. 先读原文 https://claude.dev/blog/safely-scaling-multi-agent-teams-with-fable-5-2/ ,用不超过 8 行总结它的分工(领头 / 组长 / 助手)、任务树拆解规则、隔离与审查措施,只写原文里有的。
2. 再读这个仓库:我目前用哪个 coding agent、是否支持 subagent 或并行 worktree、有没有共享任务清单(没有就写没有),以及合并前必须通过的检查(先读仓库确认实际命令)。
3. 起草 skill(SKILL.md 格式,frontmatter 里的 description 写清什么时候用),内容包括:
- 领头的职责:拆解成可独立验证的单元,每个单元写清验收命令;只给方向,允许执行者自己往下拆;
- 执行者的职责:先认领再动手,只在自己的 worktree 或分支上改,完成必须贴验收命令输出;一块太大就拆成子任务写回清单,而不是硬做或放弃;
- 对「这块做不完」的判断:要求写出具体卡在哪、试过什么,领头可以重新分配,不能直接丢弃;
- 合并:只能通过 PR 或合并请求,不直接推主分支;
- 并行数量上限和理由(结合我机器的实际资源,先查 CPU 和内存)。
4. 验收:拿仓库里一个真实但小的多文件改动,按 skill 走一遍拆解(只做到列出任务树和每个单元的验收命令,不实际执行),贴出结果,并指出 skill 哪里还不够具体。
5. 交付:SKILL.md 草案、演练结果、你对哪些做法在 2 到 5 个 agent 的小规模下其实没必要的判断。
参考:Anthropic《Safely scaling multi-agent teams with Claude Fable 5.2》https://claude.dev/blog/safely-scaling-multi-agent-teams-with-fable-5-2/
本期去重用源链接(机器可读)
- https://claude.dev/blog/safely-scaling-multi-agent-teams-with-fable-5-2/
- https://en.wikipedia.org/wiki/Blackboard_system
- https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-fable-5-2
- https://simonwillison.net/2026/nov/10/prompting-claude-fable-52/
- (看过未收)https://platform.claude.com/docs/en/models/fable-5-2/whats-new-fable-5-2 (迁移说明,偏模型发布)
- (看过未收)https://claude.dev/blog/which-claude-model-should-you-build-with/ (选模型,偏产品)
- (看过未收)Simon 11-10 Gemini 4 Carbon / Muse Ember(模型发布,属泛 AI 新闻)
- (看过未收)https://x.com/HamelHusain/status/2120255044180435166 (evals-industrial complex 吐槽,太短)
- (仍待跟进)poteto 11-11 AI Engineer 演讲(11,000 PR/月不降质量),等录像或文字