快速答案
先明确这项工作支持的业务决定,再限定数据来源、输出格式和人工审批人。本页重点是用明确的输入、输出、负责人和验收条件管理多智能体交接。
本指南适合: 需要用明确的输入、输出、负责人和验收条件管理多智能体交接的业务负责人、运营团队与流程设计者.
只有边界真实存在时,才使用多个智能体
当专家需要不同指令、工具、数据权限、评价标准或责任归属时,多智能体设计才值得承担额外复杂度。如果一个权限清楚的智能体就能安全完成工作,增加交接只会增加延迟、成本、上下文丢失和故障路径。
经理模式与交接模式并不相同
经理模式由一个智能体保留流程和用户沟通控制,把专家当作工具调用;交接模式则把当前控制权转给另一个专家。选择依据应是工作所有权,而不是流程图里出现了多少个智能体名称。
提示词不能强制执行任务图
可用目的地、工具权限、模式验证、授权检查、上下文过滤、最大轮次、幂等、日志、审批和恢复,必须由应用程序在自然语言指令之外实施。
可靠智能体交接所需的 8 个字段
| 字段 | 作用 | 拒绝条件 |
|---|---|---|
| 任务与决策 | 限定一项工作及其支持的决策 | 结果或受众含糊 |
| 发送者与接收者 | 指定当前负责人和允许的目的地 | 接收者由不可信内容决定 |
| 上下文 | 只提供必要事实、证据、状态和权限 | 包含密钥、无关历史或缺失出处 |
| 输入模式 | 规定字段、类型、ID、版本与时间 | 载荷不完整或无效 |
| 权限 | 列出允许工具/动作和明确禁令 | 交接暗中扩大权限 |
| 输出与验收 | 定义产物模式、证据、测试和门槛 | 完成状态无法独立验证 |
| 停止与升级 | 定义冲突、风险、缺失和人工队列 | 没有安全出口或下一负责人 |
| 追踪与恢复 | 记录运行ID、重试、副作用与回滚 | 状态无法对账或审计 |
10 个可直接改写的条目
每次只选一个条目,替换方括号中的真实上下文,附上批准的资料,并在执行前指定审核者。
规划者向研究员交接
把批准后的计划转换成边界清楚、证据可核验的研究任务。
研究员向撰稿人交接
交付证据账本、冲突和不确定性,而不是一段看似确定的摘要。
撰稿人向审核人交接
让审核者可以逐项复现事实、措辞和发布判断。
主研究员与并行调查员
把并行工作拆成不重叠的证据范围,并在汇总前解决重复和冲突。
销售调研向外联交接
把账户研究与联系权限拆开,避免“发现线索”自动变成“允许发送”。
客服分诊向专家交接
用最少且经过验证的客户上下文,把问题交给正确专家并保留人工出口。
分析师向决策负责人交接
把可复现分析与最终负责人的商业判断明确分离。
内容本地化交接
保留原文主张与品牌意图,同时让母语审核者处理当地语境和合规差异。
异常升级交接
冻结可疑状态,以幂等方式提交最小异常包,防止重复或越权处理。
最终质量关卡
独立检查完整任务图、交接链和副作用,再决定是否允许交付。
实例:不能给自己授权的退款交接
这是用于说明编排控制的假设案例,不是客户结果。
验收测试
只有正确专家收到有效的最小载荷、权限没有扩张、缺失字段会被拒绝、重复重试不会重复执行,并且人工决定可审计时,流程才通过。
实例:不能给自己授权的退款交接
这是用于说明编排控制的假设案例,不是客户结果。
验收测试
只有正确专家收到有效的最小载荷、权限没有扩张、缺失字段会被拒绝、重复重试不会重复执行,并且人工决定可审计时,流程才通过。
如何实施与测试
只定义一个业务结果
不要把研究、判断、写作、审批和执行混成模糊请求;先说清输出支持哪个决定。
只连接获批上下文
提供完成任务所需的最少记录,保留来源与日期,并排除没有授权使用的数据。
测试正常与边界情况
覆盖正确输入、缺失、冲突、过期资料、提示注入以及应当升级的请求。
验证后再扩大自主权
先从只读开始,观察质量与异常,再为已经证明安全的动作授予最小权限。
OpenMax 如何支持该流程
从提示词变成可治理的 OpenMax 工作流
在 OpenMax 中,可把这些模板配置为有明确输入、工具权限、输出字段、日志和人工审批点的 AI 员工工作流,重点支持用明确的输入、输出、负责人和验收条件管理多智能体交接。模板负责定义任务,权限与审批关卡负责控制动作。
限制与人工复核边界
这些内容是编辑整理的模板,不是独立效果测试,也不是法律、隐私、用工或安全意见。
- 高影响外发、写入、财务、法律、招聘和客户承诺必须由授权人员复核,并由系统权限约束。
- 模型置信度不是证据,必须回到带日期的来源系统核验事实。
- 个人与机密数据应最小化使用,并遵守同意、保存和删除规则。
- 扩大使用前记录异常率、人工修改率、完成质量和潜在副作用。
常见问题
什么样的工作流才算好?
目标明确、来源获批、边界具体、输出结构化,并指定复核与升级负责人。
AI 可以自动执行吗?
只有动作被明确授权、技术上受限、留下日志,并且风险水平允许时才可以。
如何测试这些条目?
使用包含正常、缺失、冲突、过期和对抗输入的小型标注样本,并记录失败。
OpenMax 在哪里发挥作用?
OpenMax 用于协调 AI 员工、共享上下文、工具、任务责任与人工复核。
这些示例保证提升效果吗?
不保证。它们是结构化起点,效果取决于模型、来源、工具、政策、评估和审核判断。
来源、方法与限制
OpenMax 编辑团队查阅了 OpenAI 关于智能体架构、经理/交接编排、结构化交接输入、追踪、敏感追踪数据和确定性测试的一手资料,再把 10 个条目分别重写为可执行契约。资料复核日期为 2026 年 9 月 3 日。本文不主张任何性能、可靠率、节省成本或客户结果。
- OpenAI:构建智能体的实用指南——经理与分散编排、复杂度、防护和退出条件。
- OpenAI Agents SDK:智能体编排——智能体即工具、交接和并行执行模式。
- OpenAI Agents SDK:Handoffs——目的地、说明、输入模式、过滤、元数据和授权注意事项。
- OpenAI Agents SDK:Tracing——智能体、生成、工具、防护和交接的追踪,以及敏感数据控制。
- OpenAI Agents SDK:Testing——工具、交接、防护、重试、会话和编排的确定性测试。

