AI 工作流编排入门：从单代理到多代理
先做个类比：单代理，就像是请了一个全能助理。你跟他说「帮我回这封客户邮件，顺便查一下最近的订单状态，再给个报价」，他能做，但容易出错——可能忘了查订单，或者语气不对。多代理，则像开一家小公司：有人专门查资料，有人专门写文…
从单代理到多代理：什么时候该上编排？
先做个类比：单代理，就像是请了一个全能助理。你跟他说「帮我回这封客户邮件，顺便查一下最近的订单状态，再给个报价」，他能做，但容易出错——可能忘了查订单，或者语气不对。多代理，则像开一家小公司：有人专门查资料，有人专门写文案，有人专门审核。活儿还是那批活儿，但拆开干，每一步都更稳。
我自己做跨境销售团队的时候，最初用 AI 就一个提示词打天下。后来发现，一封高质量的开发信，其实要分三步：先查客户背景，再生成针对性话术，最后人工过一遍是否匹配我们产品的卖点。单代理全包，表面省事，实则调优很难。换成三个专职「技能」按顺序跑，效果立刻不一样。
那什么时候该上多代理编排？需要对照自己任务的切片程度。我做了一张决策表，你可以对号入座：
| 场景 | 单代理合适 | 多代理更优 |
|---|---|---|
| 任务复杂度 | 简单问答、单步生成 | 需要多步推理、查外部数据、多轮调整 |
| 响应时间要求 | 即时回答，无需等待 | 允许分步执行，甚至加入人工确认 |
| 上下文长度 | 短 prompt，一次性说完 | 上下文越跑越长，单代理容易乱 |
| 人的干预点 | 不需要人中途介入 | 关键时刻要人拍板（比如最终发送前审批） |
| 并行处理 | 单线任务 | 多个子任务可以同时进行，缩短总耗时 |
简单说：如果你开始觉得「这个 AI 能不能先想一下再回答」，或者「我每次都要检查它有没有漏步骤」，就可以考虑编排了。
常见的编排模式有三种，可以直接套用：
| 模式 | 工作方式 | 适合场景 |
|---|---|---|
| 管道（Pipeline） | A 做完交给 B，B 做完交给 C，像流水线 | 需要多道工序的内容生产，比如背景调查→初稿→润色→审发 |
| 路由（Router） | 根据输入类型，分发给不同专职代理 | 客户来信先判断语种/情绪，再分配给对应处理模块 |
| 层级（Hierarchical） | 一个「经理代理」拆任务、派活、汇总 | 复杂项目，比如一键生成周报，需要调度数据查询代理、分析代理、写作代理 |
这些模式听起来不复杂，但工程上有个取舍。技术团队通常会选 CrewAI 或 LangGraph 这类框架，优点是灵活，缺点是需要写代码调试，门槛不低。但我是不碰代码的人，我需要一种更「生意人友好」的方式。所以我在 2025 年初立项了 365AIOrg（/zh/products/365aiorg） —— 一个开箱即用的多代理编排平台，目前还在 waitlist 阶段，但底层思维和我团队跑通的逻辑一致：先让单代理带着标准技能跑稳，再往编排上冲。
说到标准技能，就必须提一个我们开源的小东西：365Skill（/zh/products/365skill） —— 一个用 SKILL.md 文件定义代理技能的仓库。这玩意儿干嘛用的？就是让任何一个 AI 代理，能像安装 app 一样加载技能，不用每次都从头写 prompt。
先把单代理跑稳：用 SKILL.md 标准化你的技能
SKILL.md 是一个纯文本文件，结构非常简单，哪怕你不懂代码也能看懂，更可以改。一个标准的 SKILL.md 至少包含：
- 技能名称和用途：比如「产品描述生成-亚马逊」
- 触发条件：什么时候该启动这个技能
- 系统指令：代理要扮演什么角色、用什么口吻
- 输入输出规范：要什么信息，产出什么格式
- 评估用例：几条输入输出示例，用来测试技能是不是达标
你可以把它理解成一份「高级 SOP」，只不过执行者换成了 AI。我们用这种格式已经把跨境销售团队里 12 个核心技能打包了，包括查客户背景、生成报价、写开发信、回询盘等，全部公开在 365Skill 仓库里，直接用就行。
上手步骤：写一个你自己的代理技能
不需要会编程。你可以从 365Skill 仓库 里下个模板，改几个地方就行。我以生成「外贸开发信」为例：
- 下载模板：到仓库里找到
email-draft技能目录，把 SKILL.md 文件拷贝到你的本地。 - 修改提示词：打开文件，用普通文本编辑器就能改。比如把「我们的优势」那段，替换成你自己产品的卖点。
- 调整输入要求：如果你希望代理每次生成前必须知道客户名字和上一次沟通日期，就在输入部分写明。
- 测试：随便用一个支持加载技能的代理工具，跑几条用例。我们测试的标准是：连续 10 次生成的邮件，人工不用改就能发的比例超过 80%，就算达标。
你看，整个过程没有一行代码，但做出来的技能是可复用的。先让一个代理把单技能跑稳，再谈多代理编排，基础才牢。
从单技能到多代理编排：一个真实落地例子
我们团队实际跑过一个「多语种询盘回复」的编排。过程是这样的：
- 入口路由代理：收到询盘，判断语种（中/英/西）和意图（询价 / 技术问题 / 投诉），分发给不同处理线。
- 各语种回复代理：每个代理加载对应的 SKILL.md，负责生成回复草稿。
- 审核代理：统一检查语气是否匹配客户历史记录，报价是否正确，是否有不该承诺的内容。
- 人工确认节点：对于新客户或大金额，拦截下来，飞书提醒我亲自拍板。
这套编排上线第一周，就把我们销售团队每天处理 200+ 询盘里面 60% 的机械回复接管了，而且错误率比人低。关键点不在于用了多代理，而在于每一步都可复盘、可调整。哪一步翻车了，就去修那个专职技能的 SKILL.md 文件，不用整个系统推倒重来。
这正是我一直强调的：编排不是为了酷，是为了能复盘、能迭代。
常见问题
我不懂代码，能自己搭建多代理工作流吗？
可以。你不需要成为工程师，但需要能想清楚自己的业务步骤。先把每一步用 SKILL.md 做成技能，再用编排工具串联。我们的 AI 落地服务（/zh/solutions） 可以帮你设计流程，你只需要讲清楚业务规则。
多代理编排一定比单代理效果好？
不一定。如果你的任务就是简单问答或单步生成，硬上多代理反而增加延迟和调试成本。先跑稳单代理，确有瓶颈再上编排，这是省钱的做法。
365AIOrg 什么时候能开放？现在有什么替代选择？
目前 365AIOrg 还在内部打磨和 waitlist 阶段，正式开放时间不确定。现阶段你可以先用 365Skill 仓库里的技能配合通用代理框架跑单代理，打好基础。一旦编排平台上线，迁移成本会很低。
我已有现成的提示词，能直接转成 SKILL.md 吗？
能。把提示词原样贴进 SKILL.md 的系统指令部分，再补上输入输出说明和测试用例就行。别忘了加几个合格的示例，这决定了技能可复制性。
先跑起来，比一次做完美更重要
多代理编排听起来挺唬人，其实本质上就是把你的业务 SOP 变成可执行的智能体。你不需要等到 All-in-One 的平台出来，现在就可以从安装一个技能开始。我们准备了免费的 AI 工具箱（/zh/tools） —— 选品、Listing 生成、开发信，都是单点任务的最佳练习场。等你把单点任务都跑成肌肉记忆，再回来上编排，那时候你会发现，所谓「AI 落地」不过是把生意里那些重复的、需要判断的活儿，交给一群听话的小助手罢了。需要帮忙的话，随时找我聊。