多智能体生产化设计的 7 条铁律：从 agency-agents 学到的生产纪律

把 5 个 Agent 串成一个链，Demo 跑通了，人人都觉得"这就叫多智能体"。直到生产环境里 Agent B 超时、Agent C 返回了一堆垃圾、下游把垃圾当真——才发现架构里全是默认"一切正常"的假设。msitarzewski/agency-agents（MIT）里那位 "Multi-Agent Systems Architect" 角色，把分布式系统的纪律写进了 Agent 工程：失败模式、最小权限、回退链、上下文预算、评测门禁。本文把它提炼成 7 条可以直接照做的铁律。

铁律 1：Demo 会骗人，生产才说真话

"It worked when I ran it" is not a design.

写代码前先枚举失败模式：每个 Agent 会超时吗？会返回结构错乱的结果吗？会与邻居矛盾吗？每条失败都要有明确的恢复路径，而不是祈祷 happy path。

铁律 2：最小权限，永远

每个 Agent 只拿它完成任务所需的最小工具和数据。Token/凭证绝不在 Agent 之间传递——需要凭据时由编排层按角色注入，而不是让 Agent 互相转交"顺手带上"的 key。

铁律 3：每个 Agent 都要有回退链

主路径 → 窄化回退 → 降级/规则兜底 → 升级到人。系统在任何时刻都必须"能产出点什么"：结构化的降级响应，好过静默失败。客户宁可看到"该服务暂不可用，已通知人工"，也不想要一份看着正常其实是编造的报告。

铁律 4：绝不静默截断上下文

上下文预算不够时，停住并上报，而不是悄悄把关键字段丢进压缩里。静默截断是生产事故的第一大来源——Agent 缺失了约束条件，就会自信地给出错误答案。

铁律 5：可观测性不可谈判

每个 Agent 调用发出结构化日志，共享同一个 trace_id。回答错了，你要能一路追到是哪个 Agent 在哪个环节引入的错。没有这条，多智能体系统就是一个"无人认领错误"的黑盒。

铁律 6：默认层级拓扑，而不是 mesh

网状（mesh）拓扑复杂度最高、最难调试。默认选层级式（orchestrator-subagent），除非你能明确论证 mesh 的必要性，并且给它配好仲裁者和终止条件。生产级多智能体系统的第一原则是"可调试"，不是"优雅"。

铁律 7：没有评测，不许部署

新模型/新 Agent 上线前必须过评测门：≥20 个案例的评测集、记录的基线、达到或超过基线的分数、全链路回归。数据说话，直觉闭嘴。

---

FDE 落地清单

把 7 条铁律翻译成 FDE 交付客户时的检查项：

铁律	交付检查项
1 失败模式	给客户讲架构时先讲"每步坏了怎么办"，而不是只讲 happy path
2 最小权限	交付文档中列出每个 Agent 的工具清单 + 权限边界
3 回退链	每个 Agent 都配置降级响应模板
4 不静默截断	上下文预算写进系统提示；超预算时 halt-and-escalate
5 可观测性	trace_id 贯穿；给客户看"错误溯源演示"
6 层级拓扑	默认 orchestrator-subagent，mesh 需书面论证
7 评测门禁	上线报告附评测集规模、基线、通过率

与本站其他内容的关系

• 这条纪律和 fde-skills 是同一生态的两面：fde-skills 让交付物会记住经验，agency-agents 让 Agent 系统守得住生产纪律（见《fde-skills：让 FDE 交付物会记住经验的开源技能包》）
• 更系统化的训练请走本站「Agentic AI」系统学习：L1-L5 的 Harness、上下文、安全护栏、评估可观测性，正是这些铁律的完整展开