罗福莉说的“伪多Agent”，我试了OmniWork后发现，真全干专家长这样

推荐语

OmniWork如何解决多Agent系统的常见痛点，实现真正的“全干专家”？

核心内容：
1. 剖析市面多Agent系统“伪智能”的三大核心问题
2. 对比sub-agent与team-agent架构的适用场景与选择标准
3. 展示OmniWork从零生成品牌短片的丝滑全流程实践

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

之前我写过一篇罗福莉的10个观点，引起了挺多讨论，赞同的有，不赞同的也有。

其中有个观点，我深有感触：「市场上大部分Multi-Agent是伪的。速度快了，成本低了，但任务能做到的上限没有因此突破。多加几个Agent，不等于能做更难的事，更多时候只是把事情更复杂化了。」

不只是市面上的产品，包括很多个人开发者搭建的多Agent团队，一样踩着这三个坑。

• 坑1：任务越复杂，系统越乱。Agent数量一上去，彼此的信息就开始打架。
• 坑2：任务发下去之后，你完全看不到子Agent正在干嘛。等它回来汇报的时候，你已经急得疯狂艾特主脑什么情况了。
• 坑3：所谓的「主脑」没在调度，它自己下场了。老大不派活，开始cos小弟，自己把活全揽了。我搭Hermes多Agent团队的时候就遇到过这个问题，还被我抓个现行。

我最近用了OmniWork跑了复杂长任务，多Agent的体验很丝滑，从0到1干了一条品牌营销短片，像雇了位知乎大神，没有质疑，只有欣赏。

（我笑死，突然就燃起来了。。）

而做到上面这个结果，我只提供了logo、产品设计草图和一段参考视频。

整个任务是这样的：生成产品图 → 生成视频脚本 → 创作30秒BGM → seedance 2.0生成视频 → FFmpeg剪辑成片。

只要你提供的信息和提示词够完整，全程甚至都不需要干预。

整体使用下来的感受：OmniWork就像一个知乎上的‘全干专家’——你问什么领域，它都能给你干出结果来，不只会说，还会做

01 为什么多Agent做不好？几个绕不开的原因

先把多Agent的两种架构搞清楚，因为真的有很多人在混用：sub-agent 和 team-agent。

两者怎么选，核心看一个点：子任务之间有没有上下文依赖。没有依赖、彼此独立，用sub-agent，隔离干净；有依赖、需要协商，用team-agent，让成员直接沟通。

而网上大多数帖子、文章中90%的「多Agent」实现，其实是sub-agent的变体。主脑不停拆任务、发任务、追任务，而子Agent只是执行机器。

这套模式在简单场景还好。任务一复杂，主脑的信息压力就超出上下文，开始产生幻觉，子Agent执行的东西就开始乱。

多Agent做不好，几个根本原因：

1. 1. 错误被放大，不是被消化。 一个子Agent的小偏差，在链路里传几手就变成大问题。多Agent不会自动纠错，只会让问题跑得更远。
2. 2. 复杂度指数涨，能力线性涨。 加一个Agent，加的不只是能力，还有通信链路、状态同步和失败路径。复杂度涨得比能力快得多。实践中2-3个Agent精准配合，往往比堆出来的8个跑得更稳。
3. 3. 按角色拆，不按上下文拆。 规划、执行、审核各一个Agent，听起来很专业，但每次交接信息就衰减一次。正确的拆法是按上下文隔离，不是按角色分工。
4. 4. 串行任务根本不适合多Agent。 任务越串行，越没必要多Agent。多加的那几个Agent，不是在帮你做事，是在中间加噪声。
5. 
   

sub-agent 本身没有错，错的是大多数实现质量太烂——主脑上下文超限开始幻觉，子 Agent 工具调用是 prompt 包装不是真工具，任务跑到哪一步全靠猜。这这几件事，大多数系统连一件都做的不干净。

而测试是不是伪多Agent的做法很简单，就是直接扔复杂任务进去看效果。

02 长任务永远的痛，OmniWork实战效果如何？

多说无益，跑几个case就看出来了。

Case 1 从选品到达人筛选，沉淀可复用工作流

做跨境品牌想找TikTok达人做推广。通常这需要：做市场调研 → 筛选品类 → 找达人 → 写邀约文案。四步拆开来，选品要懂 TikTok 趋势，脚本要懂内容创作，筛达人要会看账号数据，邀约信最简单，但任何一步都要花时间。

我让它帮一个狗狗沐浴露产品跑完整个任务，跟以往的多Agent一样，先分工，再开始。 Trending-Content-Monitor做选品，Account-Monitoring-Expert筛达人，主脑也不闲着。

任务开始，率先调用Trending-Content-Monitor 跑完选品，锁定了第一名天然椰油配方狗狗沐浴露 × #dogbath 赛道，54亿话题播放量、近90天持续上升。上下文打包好，任务交接给下一个专家干活。

Account-Monitoring-Expert筛出达人后，不信邪的我随机抽查了一个账号@the poodle mom，确实是一个贵宾犬护理垂直账号。

筛出来的达人居然是真实存在的，说明它确确实实抓取到了数据，不是编的。

整个任务我从提示词下发就没有干预过了，最后OmniWork也顺利交付了四个文件。

达人名单有具体数据，每个附优先级和推荐理由，5封DM按达人风格各自写，不是套模板。选品报告给了三个方向，当然这是AI跑出来的，最重要还是人自己的判断，所以有没有做宠物洗护品类的朋友，也判断下AI分析的准不准哈哈哈。

Case 2 TikTok和Reddit双平台监控，实时推送竞品数据

竞品监控这件事，麻烦在于它不是跑一次就完的。TikTok上竞品发了什么爆款、Reddit用户在骂哪个品牌，随时在变。两个平台、好几个账号、发布的内容、每小时一次，靠人根本盯不过来，更别说「第一时间发现爆款」，等你刷到，流量早过了。

所以我给它的任务：监控四个TikTok竞品账号，同时抓Reddit三个版块的舆情，第一次立即执行，之后每小时自动运行。

关键在入口：我在定时任务界面直接输入指令，一次到位，不用跑完再说「帮我设成定时任务」。退出会话之后，任务还在跑。这就是Autowork。

执行开始，Account-Monitoring-Expert 和 Trending-Content-Monitor 并行出动，一个抓TikTok账号数据，一个跑Reddit舆情扫描。

然后它识破了我设计的陷阱：它发现 @barkbox 没有内容，真正的账号是 @bark（Shop BARK）；@thefarmersdogfood 不存在，正确账号是 @thefarmersdog，事实也如此。

它是真的去抓数据了，发现对不上然后告诉你。

跑完第一轮，右下角弹出「要不要创建Skills」。点Sounds Good。

它自动拟好提示词，启动6个测试任务并行跑，还生成HTML评测看板，附上benchmark结果。这也是惊艳我一点，跑着跑着开始创建skills打副本了！有多少人的skills是让AI写了一大堆Markdown，而OmniWork是真跑了测试、出了数据、优化了再打包。

回头一看，定时任务已经在对话框自动触发了，输出Reddit增量报告和TikTok账号动态。我没有守着它，它自己在跑。

Case3 准备线下分享会，10分钟直出海报、PPT、演讲稿

前两个 Case 都是跨境电商的活。但作为一名博主，还有一件事让我苦恼：准备线下会的物料、文稿。

通常这件事要做三样东西：嘉宾海报、演讲 PPT、演讲稿。三件事加起来自己做怎么也要一两天、找个外包也要一两百。

而这次我只提供了两样东西：一张真人照，加一篇之前写好的素材文章。主脑派了三个 Expert 各自接活，三路同时开工。

Visual-Design-Director 接了海报：我让它联网搜索「饼干哥哥」的相关信息，提取真实的成绩和定位数据，再结合真人照生成嘉宾介绍海报。它搜出来的不是通用介绍，是真实数据，直接写进海报文案。

卧槽没想到 AI 还认识我了。。

PPT-Design-Expert 接了 PPT：基于素材文章，生成演讲 PPT，风格是科技感排版，层次感清晰，线下投屏直接用。

Growth-Marketing-Expert 接了演讲稿：基于同一篇文章，生成完整20分钟演讲稿，约3000字，口语化，按 PPT 分节标注。

三个 Expert，三件完全不同的事——视觉设计、PPT 制作、内容写作，并行跑完。前后不到10分钟。

这就是「全干」的意思。不是什么都能聊，是什么都能交付出来。

03 多Agent任务跑烂，其实是差在执行层

多 Agent 被需要，原因只有一个：执行。并行跑、持续跑、分工跑，一个上下文窗口装不下的任务量，拆开给多个 Agent 各执行一块；不是为了让 AI「想得更聪明」，深度推理这件事，单 Agent 反而更稳。

但执行层，是绝大多数产品真正烂掉的地方。

症状你一定见过。Expert 说自己会抓数据，但实际上是套了一层「我是爬虫专家」的 prompt——数据哪来的？网络拦截那一关就已经死掉了，只能靠编；Skill 生成了一堆 md 和 py 文件，下次调用能不能成功全靠运气；一个复杂任务下来 Token 爆炸，基本消耗在你重复跟主脑强调需求和 Agent 间对话上，真正干活的寥寥无几。

能演示，跑不稳。这是大多数多 Agent 产品的真实状态。

而 OmniWork 做对的地方，是它从一开始就没有搞错多 Agent 的目的。

• 一是效率，可以并行的任务真正并行跑，时间压缩；
• 二是完成度，超出单个上下文窗口的复杂长任务，拆开各跑一块，才有机会真正做完；
• 三是专业度，每个 Expert 只专注一件事，上下文干净、注意力集中，这件事本身做出来的质量就更高。

执行层，就是围绕这三点建起来的。

你做判断，OmniWork来执行

很多人搭多Agent，架构图画得很好看，但执行层三件事一件都没做干净：工具是假的（prompt包装）、过程看不见（黑盒吐结果）、跑一次就断（没有持续运行）。

OmniWork在这三个Case里，每一件都做到了：

• 真工具调用（抓真实数据、写真实文件、生成可运行代码）
• 过程可见（任务清单实时更新，每一步都清晰）
• 持续运行（Autowork定时触发，退出来还在跑）

它就像一个你在知乎上遇到的全能型大神——你问编程，它写代码；你问运营，它出方案；你问设计，它给插画；你问音乐，它作曲。而且不只会回答，还会把成品交到你手上。

一个人 + OmniWork = 一个「全干」内容团队。你负责判断和方向，执行层全部交出去。这不是未来，这是现在就能体验的事。