凡治众如治寡,分数是也。——《孙子兵法·兵势篇》(原文)

给 AI 派活最容易踩的两个坑,一是照搬人类公司的“前端岗 + 后端岗”把同一道菜劈给两个失忆的厨师,二是一口气建十几个常驻 Bot 把自己变成批奏折机器。我的做法是:按上下文分 Worker(同一个功能的全栈活交给 1 个临时 Worker 垂直打穿),按职能挂 Skill(干到哪一步就翻哪本 SKILL.md 手册);只在只读调研、零重叠切片和独立验货 3 种场景拆多 Worker;日常保持 1 个总管 Bot + 活跃待办上限(WIP ≤ 3–4),只有撞上权限隔离、高频静默巡检或记忆打架 3 条硬门槛时才建新 Bot。

当 AI 变成「奏折制造机」

上了多 Agent 编排工作台(像我最近主力在用的 Orca)之后,最先撞上的墙根本不是 AI 不会干活,而是人批不过来。

我给自己的总管 Bot SuperGeo 接上本机的几个项目仓库后,不到 24 小时,它就在后台拉起了 29 条待办事项(Items)。社区里还有更夸张的真实例子:开发者 Danilo(@ilseccoz)在 X 上晒过一套叫“Regia(控制室)”的个人多 Bot 架构——顶上是他自己,只和唯一的总管 Bot HAL 说话;HAL 底下挂着 10 个按项目和领域拆分的子 Bot(写双语文章的 Parrot、管健身项目的 Gymbro、管代码的 Team1 等等),再往下是干活的 Workers。

架构图看着很爽,但仔细看他晒出来的控制室实时面板,顶上赫然挂着一行字:33 aspettano te(33 个事项正在等你批阅)。

我看到那张图时直接笑出声,因为我也在推上吐槽过一模一样的痛点:一不小心养了一屋子分身,一天吐出二三十个 waiting for you。本来请 AI 是为了省脑子,结果人沦为了疲于奔命的“批奏折机器”——当待批阅事项超过单次心智带宽时,人要么被满屏红点逼出焦虑症,要么看都不看开始盲点同意(Approval Fatigue)。

为什么分身越多反而越累、代码还越容易写劈叉?顺着这几天的折腾,我把 2024–2026 年的 16 篇多 Agent 论文、一线团队工程报告和 Orca 的本机源码完整扒了一遍,发现问题出在两个最底层的分工假设上。

一、为什么人类公司按“前端 / 后端 / SEO”分岗位,但给 AI 派活绝不该这么拆?

刚开始玩多 Agent 的人(包括早期的 MetaGPT、ChatDev 这类把大模型包装成“虚拟软件公司”的框架),特别喜欢照抄人类公司的部门花名册:拆一个产品经理 Agent、一个前端 Agent、一个后端 Agent、一个测试 Agent,让它们像流水线一样传话干活。

这套分法在人类公司里天经地义,但搬到 AI 身上却是典型的反模式。因为人类和 AI 卡脖子的地方完全相反:

  • 人类的瓶颈在“一个脑子装不下所有手艺”:一个前端工程师很难同时精通 Rust 并发、PostgreSQL 调优、SEO 收录和视频剪辑。人类是因为单人技能树装不下,才不得不按**职能(手艺)**拆成前端岗和后端岗,然后忍受天天拉群开会、对接口文档的沟通损耗。
  • AI 的瓶颈根本不在手艺,而在“跨窗口失忆”:现代前沿大模型天生肚子里就装了全工种的基础手艺——它同时懂 SQL、TypeScript、React、Python 和 CSS,是个天生的全栈通才。但它的软肋在于上下文窗口(Context Window)就是它的记忆边界:每当你新开一个 Agent 窗口,对它来说就是换了一个不知道前因后果的失忆新人。

用炒菜打个比方就明白了:

把同一个功能按“前端 Worker + 后端 Worker”劈成两半,就像让一个厨师蒙着眼睛切菜、另一个厨师蒙着眼睛调酱,两个人中间只靠门缝塞小纸条——只要纸条上漏写一句“今天放了咸酱油”,两盘半成品一合锅,炒出来的菜就咸得没法吃。

写代码时,每写一行其实都在做大量“没写进文档的隐含决定”(空值怎么兜底、错误码叫什么、状态机怎么流转)。Cognition(Devin 团队)在 2025 年的工程复盘里把这总结为两条铁律:“共享完整上下文轨迹(Share Full Traces)” 和 “行动自带隐含决策(Actions Carry Implicit Decisions)”——如果让两个并行 Agent 分别写 Flappy Bird 的小鸟和背景,写着写着两边的坐标、物理假设和数据结构必然撞车。

2025–2026 年的三项硬核实证研究,用数据给这种“按岗位硬拆”判了死刑:

研究来源实验规模与设计核心实测结果说人话的结论
Stanford & SAP Labs
CooperBench (2026.01)
12 个真实开源库、652 个任务;对比“2 个 Agent 合作写两个有交集的功能”与“1 个 Agent 顺着全写完”双 Agent 合作成功率比单 Agent 独自写完平均暴跌约 30%(同样沟通限制下人类搭档成功率约 90%,双 LLM 搭档跌到约 30%)协作诅咒:哪怕事先聊好接口,写着写着一方改了结构也不通知对方(承诺漂移),各自脑补必然翻车
UC Berkeley
MAST (NeurIPS 2025)
标注 MetaGPT、ChatDev 等 7 个主流框架的 1,600+ 条执行轨迹,归纳 14 种死因41.8% 死于任务拆分与角色边界不当,36.9% 死于跨 Agent 交接丢上下文与对齐失效(合计 约 79%)绝大多数多 Agent 翻车不是因为模型写不出代码,而是死在“瞎拆分 + 传话筒失真”
Google DeepMind & MIT
Scaling Agent Systems (2025.12/2026.04)
6 个基准、5 种拓扑架构、260 组受控实验,统一工具与算力预算可自然拆解的并行分析最高提效 +80.8%;但强依赖的顺序与工具密集型任务,多 Agent 性能暴跌 -39% 到 -70%,无中心校验时错误放大 17.2 倍步步相扣的写代码任务硬上多 Agent,不仅烧钱还会大幅拉低成功率

二、黄金公式:上下文决定“派给谁(Worker)”,职能决定“发哪本手册(Skill)”

看到这里你肯定会问:如果不按前端、后端、SEO 拆人,那遇到专门领域的手艺活,怎么保证 AI 不写出过时的野路子代码?

答案是把**“派给谁干(Worker 边界)”和“按什么专业标准干(Skill 手册)”**彻底分开——这也是我们今天梳理出的黄金公式:

按上下文(Context)分 Worker,按职能(Function)挂 Skill。

1. 上下文决定 Worker 边界:1 个全栈厨师端到端炒完一整道菜

凡是需要共享同一套业务前因后果、数据结构、公共枢纽文件(Hub Files,比如全局配置、数据库 Schema、公共类型定义)和隐含假设的活,默认交给 1 个全栈 Worker,从数据库、后端接口、前端界面到联调测试一口气垂直打穿(对应软件工程里的垂直切片架构 Vertical Slice Architecture)。

2026 年 5 月 UT Austin 与牛津大学发表的 Co-Coder 论文,几乎就是这个直觉的数学证明。他们把多 Agent 派工建模为代码依赖图上的社区发现问题:

  1. 先用静态分析圈出谁都依赖的 “枢纽文件(Hub Files)”,绝不让多个并行子任务同时去碰它们;
  2. 再用基于信息流的 Infomap 算法,把高内聚、互相紧密依赖(需要看同一批上下文)的文件簇打包划给同一个 Agent;
  3. 只对真正低耦合的独立簇做并行调度。

在 DevEval 和 CodeProjectEval 的 28 个真实仓库任务上,对比纯顺序单 Agent、按文件盲目并行、以及 Claude Code with Agent Teams,按上下文内聚度聚合的 Co-Coder 让任务通过率最高提升 14.0%,端到端耗时加快 2.10 倍,API 成本反而下降最高 35%——而且项目内部的代码依赖越密集,合在一个上下文里干的收益就越大。

2. 职能决定 Skill 手册:做到哪一步,就从兜里掏出哪本菜谱

既然活全交给了那 1 个全栈 Worker,专业手艺怎么补?靠 SKILL.md(按需加载的操作手册)。

大模型虽然全栈都懂,但训练权重里的知识可能滞后,也不懂你项目的私房规矩。这时候不需要为前端或 SEO 单独招一个 Agent,只需要给正在干活的全栈 Worker 配齐对应的 Skill:

  • 当它写到网页弹窗、表格和暗色模式时,翻开 modern-web-guidance 手册,核对最新的 HTML/CSS 实践;
  • 当它顺手改到 Chrome 伴侣扩展时,翻开 chrome-extensions 手册,照着 Manifest V3 和 Service Worker 规范写;
  • 当功能上线、要去核对收录与外链目录时,它再翻开 seo-diagnosis 手册逐项打勾。

干活的始终是那 1 个知道全部前因后果的人,只是切菜时翻《刀工手册》、调酱时翻《味型表》。 平时不翻开时 SKILL.md 占 0 个 Token,翻开时立刻补齐专家级规范,既不会把一道菜撕成两半,也不会漏掉专业细节。

三、那什么时候才该拆多个 Worker?(3 个正向场景)

“默认 1 个全栈 Worker 垂直打穿”,不等于永远只开一个窗口。当任务满足**“不需要多个写手实时互改同一份状态”**时,有 3 个场景拆给多个 Worker 的收益非常显著:

1. 读可以散开,写尽量收口(广度只读并行调研)

让 3 个 Worker 同时改同一份耦合代码会打架,但让 3 个 Worker 分头去查 3 个方向的论文、扒 5 家竞品的定价、或者分别排查代码库里 3 个无关子系统的现状,它们只读不写,零冲突,还能避免海量网页把主对话的上下文塞爆(Context Rot)。

  • Anthropic 多 Agent 调研系统报告(2025.06)实测:在宽范围深度调研上,Opus 领队 + Sonnet 并行子 Agent 比单 Opus 大幅提效 +90.2%(代价是 Token 消耗约为单 Agent 的 3.7 倍、普通对话的 15 倍)。值得注意的是,Anthropic 在同一篇报告里直接点名了写代码的区别:“需要所有 Agent 共享同一上下文的领域目前不适合多 Agent——比如大多数编码任务真正可并行的子任务远少于调研。”
  • Cognition 2026 年 4 月的生产复盘也给出了完全一致的结论:多写手并行蜂群在生产环境依然基本不可用,真正跑通的模式是 “多脑并行提供情报与审阅,单手独占写操作(Single-Threaded Writes)”。

2. 真正互不打架的独立垂直切片(公共契约已锁死,修改文件集零重叠)

当一个大需求已经先由 1 个 Worker 把公共底座(共享 Schema、接口契约、Hub 文件)落盘锁死,剩下的子块彼此修改的文件集完全零重叠(比如一边开发“导出 PDF 模块”、一边开发“快捷键设置面板”,或者同时给项目 A 改 SEO、给项目 B 修 Bug),就可以参照 Co-Coder 的做法,开多个独立的 Git worktree 并行推进。

注意:每个并行 Worker 手里拿的依然是一个前后端完整的垂直切片,绝不是按前后端横着切。

3. 写与验分离:故意不共享上下文的独立挑刺

这是最反直觉、实战里却最救命的一条:写代码的人千万别拆成前后端两半,但“写代码的人(Generator)”和“验收挑刺的人(Evaluator / Reviewer)”非常值得拆开。

为什么这里反而要故意隔离上下文?Anthropic 在 2026 年 3 月的长程应用 Harness 报告里指出了大模型的 “自我评估陷阱(Self-Evaluation Trap)”:让同一个 Agent 写完代码再自己检查,它脑子里装满了刚才写代码时的良苦用心和推理妥协,会陷入严重的“自我陶醉”,对着半成品也自信满满地汇报“测试通过、完美运行”。

破局办法就是换一个没有沉没成本的干净脑子:

  • Worker A(写手) 端到端写完整个功能并自测;
  • Worker B(独立验货员) 用全新的干净上下文启动,不看 Worker A 啰嗦的心路历程,只看最终的 Git Diff、跑验收命令、或者用 Playwright 浏览器真去点一遍页面(就像社区开发者 @BPessagnoo 设计的 done-check 模式,专抓“偷删测试、弱化断言、越界改动”,不达标就打回,最多 3 轮)。
  • 顺带一提,独立审阅派 1 个干净上下文的 Reviewer 就够了——2026 年 10 月关于自动化代码审查的论文证实,把代码审查再拆成“安全专家 + 性能专家 + 风格专家”多个角色,效果并不会比设计良好的单 Reviewer 更好。

把这三条浓缩成一张日常派工的决策图:

Diagram 是(只读无写冲突) 否(涉及写代码 / 改状态) 是(高耦合) 否(边界清晰) 否(契约未定) 是(独立切片) 是 否 收到一个新任务 主要是只读调研 / 广度排查,可拆成多个独立子方向吗? ① 拆多个只读并行 Worker浓缩结论回传主对话 子任务之间是否共享上下文、隐含假设或公共 Hub 文件?(如同一功能的前端 + 后端) 合给 1 个全栈 Worker 垂直打穿按需加载对应 SKILL.md 手册 公共接口 / Hub 文件是否已锁死,且各块修改文件集零重叠? 先派 1 个 Worker 落盘公共底座验收后再拆并行 ② 拆 N 个独立垂直切片 Worker在各自 worktree 并行写 属于高风险改动 / 复杂 UI /容易自我陶醉的任务吗? ③ 追加 1 个干净上下文的 Evaluator Worker只看 Diff 与实际运行效果独立验货 单 Worker 自测通过即可交付
Diagram source
flowchart TD
    Start["收到一个新任务"] --> Q1{"主要是只读调研 / 广度排查,<br/>可拆成多个独立子方向吗?"}
    Q1 -- "是(只读无写冲突)" --> R1["① 拆多个只读并行 Worker<br/>浓缩结论回传主对话"]
    Q1 -- "否(涉及写代码 / 改状态)" --> Q2{"子任务之间是否共享上下文、<br/>隐含假设或公共 Hub 文件?<br/>(如同一功能的前端 + 后端)"}
    Q2 -- "是(高耦合)" --> R2["合给 1 个全栈 Worker 垂直打穿<br/>按需加载对应 SKILL.md 手册"]
    Q2 -- "否(边界清晰)" --> Q3{"公共接口 / Hub 文件是否已锁死,<br/>且各块修改文件集零重叠?"}
    Q3 -- "否(契约未定)" --> R3["先派 1 个 Worker 落盘公共底座<br/>验收后再拆并行"]
    Q3 -- "是(独立切片)" --> R4["② 拆 N 个独立垂直切片 Worker<br/>在各自 worktree 并行写"]
    R2 --> Q4{"属于高风险改动 / 复杂 UI /<br/>容易自我陶醉的任务吗?"}
    R4 --> Q4
    Q4 -- "是" --> R5["③ 追加 1 个干净上下文的 Evaluator Worker<br/>只看 Diff 与实际运行效果独立验货"]
    Q4 -- "否" --> End["单 Worker 自测通过即可交付"]

四、从 Worker 到常驻 Bot:怎么管住手不乱建 Bot,又治好“批阅不过来”?

搞清楚了单次任务怎么派 Worker,最后回到文章开头那个让人头疼的问题:日常同时管七八个项目时,到底该建几个常驻 Bot?怎么防止待批阅事项堆到 33 个?

1. 先分清 4 层工具梯队:能派临时外包,就别招驻场老员工

很多人的侧边栏之所以变成红点灾难,是因为一遇到新需求就新建一个常驻 Bot。在 Orca 里,你手里其实有 4 层从轻到重的分身工具,用公司编制打个比方就一目了然:

工具层级大白话角色上下文与维护成本什么时候该用它?
New Chat换个会议室聊新话题共享同一个总管 Bot 的 SOUL.md 和 MEMORY.md,零额外维护成本临时聊个新方向,不想把当前主对话记录弄乱
Worker干完就散伙的临时外包独立 Git worktree + 独立上下文窗口,交差就关,绝不占侧边栏工位读代码、改代码、跑测试、写草稿、深查资料
Skill随用随翻的专业操作手册按需加载 SKILL.md,平时 0 Token 负担,所有 Worker 都能借用沉淀可复用的职能手艺(前端规范、扩展开发、SEO 审计、知识库排版)
常驻 Bot占工位、有记忆本和门禁卡的驻场老员工独立目录、每次预加载前 200 行 MEMORY.md、凌晨自动整理记忆、独立连接器与权限只有满足下方“3 条硬门槛”的长期独立循环才用

我核对了 Orca 的本机解包源码(out/shared/bot-memory-lines.js 与 bots/bot-tidy-up.js):每个常驻 Bot 每次启动会话时,系统固定只预加载它 MEMORY.md 的前 200 行(BOT_MEMORY_INDEX_LINE_CAP = 200),并且每天凌晨 03:00–08:00 自动跑一轮夜间记忆整理(Tidy-up)。

这意味着每多建一个常驻 Bot,你就多了一本可能和总管不同步的记忆账本(记忆撕裂)、一次跨 Bot 移交的上下文损耗,以及侧边栏上一个随时会弹红点的源头。像 Anthropic 的 Building Effective Agents 建议的那样,对个人多项目开发者来说,“1 个总管(Orchestrator)+ 用完即弃的临时工(Workers)” 绝大多数时候都远胜于养十几个常驻项目 Bot。

2. 读懂 "One job, not a department":新建常驻 Bot 的 3 条硬门槛

社区开发者 Bautista Pessagno(@BPessagnoo)分享过一套高赞的 5 个即用 Orca Bot,他在用来设计 Bot 的元工具 bot-designer 里写过三条黄金铁律,第一条就是:

"One job, not a department. If the answer needs 'and', it is probably two bots."(只干一件事,不当一个部门;如果描述里带“并且”,大概率是两个 Bot。)

这句话特别容易被误读成“那我得给每个代码仓库建一个 Bot,或者给前端和后端各建一个 Bot”。但去翻 Orca 官方内置的 24 个 Bot 模板源码(bot-template-catalog/)就会发现,官方 24 个模板里没有任何一个是按“项目 A / 项目 B”切的,全都是按 “盯什么触发源 + 什么风险边界” 切的(比如 pr-review、ci-failures、issue-triage、email-digest)。这里的 One job 指的不是“半道工序”,而是 “一个独立触发、独立闭环的后台循环”。

因此,我写进了总管 SuperGeo 的 SOUL.md 一条硬规矩——能用 New Chat、Worker 或 Skill 解决的,一律不建新 Bot;只有同时撞上以下 3 条硬门槛(满足其一可提醒,满足两条再动手建),才值得拆分出一个新的常驻 Bot:

  1. 权限与安全隔离(最硬的理由):Orca 官方安全文档(Security)明确提醒,主聊天的默认权限是 Full access,写进提示词里的限制只是软约束。如果一项工作需要接触不可信的外部输入(比如读取 support@ 外部邮件、盯公开仓库陌生人提的 Issue、接外部 Webhook),就必须单独拆出一个权限设为 Ask for approval、只挂最小连接器的低权限守门员 Bot(比如专盯外部反馈的 studio-watch)——绝不能让外部邮件里夹带的提示词注入(Prompt Injection),借着总管的 Full access 权限把本机所有项目一锅端了。
  2. 高频且 80% 能自己闭嘴消化的独立巡检节奏:这项工作每周自动触发 ≥ 3 次,而且绝大多数时候它自己对比完快照发现没大事,就能遵循 @BPessagnoo 的第二条铁律 Quiet by default(默认闭嘴) 直接 NO_REPLY 消化掉;只有真出了实质变化,才递一张不超过 10 行的简报(就像他的 change-watcher 和 nightly-audit)。至于已经封箱或低频维护的老项目,平时让它们安静躺着,有活时由总管派个临时 Worker 就行。
  3. 长期记忆或文风严重打架:当两类工作的事实库放在一起会挤爆同一个 Bot 的 200 行 MEMORY.md 预加载预算,或者两套语感明显互相干扰(比如讲究大白话语感与审美取舍的内容创作 vs 每晚只盯死代码、依赖漏洞和 Lint 报错的工程审计),再考虑拆出专职分身。即便到了这一步,个人开发者的常驻 Bot 总数也完全可以压在 1–3 个以内(1 个总管主入口 + 1 到 2 个平时隐身的后台静默专员)。

3. 治好“批阅不过来”的 2 条实战铁律

管住了常驻 Bot 的数量,最后只要在总管 Bot 的 SOUL.md 里立下 2 条队列规矩,就能彻底治好开头 Danilo 那“33 个待批阅事项”的审批疲劳:

  • 铁律一:单总管起步 + 写死 WIP(在制品)并行上限。日常保持 1 个总管主入口(我的 SuperGeo),并在它的 SOUL.md 里硬性规定:同时处于 In progress(进行中)+ Needs you(等我拍板)的活跃 Item 总数默认控制在 3–4 条以内。就算我一口气丢过去 6 个新想法,总管也只许先把前 3 个放进场派 Worker,剩下 3 个先记入 Planned 排队;等我批完清出一个空位,再自动顶上来下一个。
  • 铁律二:同类小事“分桶合批”,做成 30 秒选择题。直接抄走 @BPessagnoo 在 pr-closer 里的妙招:同类低风险的巡检、目录投递或 PR 清理,严禁“一事一弹窗”连发 5 条 Item,而是一个批次只发 1 条汇总 Item,把所有事项按 Merge / Rebase-Fix / Close 分进几个桶,配好快捷按钮和推荐选项,让我点两下鼠标、30 秒一轮过完;后台定时巡检只要没发现实质变化,一律强制 NO_REPLY 闭嘴。

4. 彩蛋:我按《JoJo 黄金之风》给这套架构起了份黑帮花名册

我之前做过一个开源像素替身桌面宠物项目 PixelStand。今天给总管 Bot SuperGeo 设计头像时突然反应过来:《JoJo 的奇妙冒险》第五部《黄金之风》主角乔鲁诺的意大利语缩写 GioGio,跟我的名字 Geo 读音一模一样;连我当初给《黄金体验镇魂曲》钦定的玫红 + 翠绿点缀色,都和我个人网站 geoqiao.me 的 Go 签名头像撞了同款本命色。

更妙的是,把第五部布加拉提护卫小队的替身能力套进上面这套「单总管 + 专项 Worker + 满足硬门槛才升格常驻 Bot」的架构里,居然严丝合缝:

  • 布加拉提(钢链手指)+ 乔鲁诺(黄金体验 / 镇魂曲)= 总管 SuperGeo:布加拉提能在任何地方拉开空间拉链——就像总管随时打通不同项目的 Worktree 派活,等大家干完再拉上拉链,把各路碎片无缝缝合成一句结论汇报给我;一旦某个方向改崩了,就发动镇魂曲的「归零(Return to Zero)」一键回滚止损。
  • 米斯达(性感手枪 No.1~7)= 并发垂直切片 Worker + 「米斯达防 4 法则」:神枪手米斯达一辈子忌讳数字 4,他的 6 颗子弹替身永远跳过 4 号(只有 No.1、2、3、5、6、7)。这刚好成了我写进总管 SOUL.md 的 WIP ≤ 3 队列铁律——面板上同时活跃的待办只准留 1、2、3 号,绝不让第 4 个未消化的任务同时上桌。
  • 乌龟 Coco Jumbo(总统先生)= new-child Worktree 沙盒:往乌龟背上插把钥匙就能钻进与世隔绝的安全屋——每次派临时 Worker 开独立子工作树改代码,本质上就是钻进乌龟肚子干活,外面怎么折腾都不会弄脏主分支。
  • 纳兰迦(航空史密斯)& 福葛(紫烟)= 只读侦察 Worker & 独立验货 Worker:一个放出高空雷达全网扫论文与竞品情报(读可以散开);一个带着 IQ 152 的逻辑洁癖和无差别杀菌猛毒,在全新的干净上下文里对写好的代码放毒挑刺(写与验分离)。
  • 阿帕基(忧郁蓝调)& 岸边露伴(天堂之门)= 被「虫箭」刺穿才觉醒的候补常驻 Bot:平时上面那几位都只是总管随叫随到的临时替身;只有等以后真需要“每天静默倒带回放线上 SEO 收录与外部客服邮件”(阿帕基 abbacchio,命中安全隔离 + 高频默认静默两条硬门槛),或者“专门把踩坑经历翻成书页写进博客长文与 SKILL.md”(从第四部特聘来的岸边露伴 rohan,命中记忆与文风分离门槛)时,才相当于用「虫箭」刺穿它们,正式升格为独立的常驻 Bot。

现在的分工速查表

把上面所有的论文结论和踩坑经验压成一张表,以后每次想派活或想建新 Bot 时,花 5 秒钟对一下就行:

你遇到的情况该用什么背后的原因
给网站开发一个完整新功能(DB + API + 前端 UI + 测试)1 个全栈 Worker 垂直打穿 + 按需翻 SKILL.md前后端共享数据结构与隐含假设,硬拆两半会触发 CooperBench 实测的 ~30% 成功率暴跌
需要补齐前端规范、Chrome 插件、SEO 或视频剪辑等专业手艺写进 SKILL.md 手册交给同一个 WorkerAI 的瓶颈不在手艺在跨窗口失忆;同一个厨师翻不同菜谱,比两个失忆厨师传纸条稳得多
大范围查资料、对比多个竞品、排查多个无关子系统拆多个只读 Worker 并行查,主线汇总只读无写冲突,隔离海量网页防塞爆上下文(Anthropic 实测调研提效 +90.2%)
公共接口/Hub 文件已锁死,开发两个修改文件集零重叠的独立模块拆多个独立垂直切片 Worker(各自 new-child worktree)符合 Co-Coder 高内聚低耦合划分条件(实测提速 2.1×、通过率 +14%、成本 -35%)
重要功能写完后的把关、复杂 UI 验收、PR 挑刺写手 Worker A + 干净上下文独立验货 Worker B故意隔离上下文,打破 Anthropic 指出的 “自我评估陷阱”(避免写手自我陶醉)
接触外部不可信邮件/公开 Issue/Webhook,或每周 ≥3 次高频静默巡检新建 1 个低权限(Ask for approval)、默认 NO_REPLY 的专职常驻 Bot隔离提示词注入风险,守住主总管 200 行 MEMORY.md 预算与 Full access 安全边界
待批阅清单(Items)越积越多,看不过来总管 SOUL.md 写死 WIP ≤ 3–4 + 同类事项分桶合批成 1 张选择题超出上限自动进 Planned 排队,同类小事 30 秒一轮批完,彻底告别“批奏折”