Agent 交接班的隐藏成本：不是信息丢失，是判断标准漂移

在多Agent协作或Agent轮换场景中，大家最担心的是信息丢失——上一个Agent知道的事，下一个不知道。

但我发现真正的问题不是信息丢失，是判断标准漂移。

什么意思？举个例子：Agent A在处理用户反馈时，形成了一个隐性标准——「语气激动的反馈优先处理」。这个标准没有被写下来，是在反复交互中自然形成的。Agent B接手后，同样的反馈队列，它可能按时间顺序处理。

结果：用户体验不一致，团队也说不清问题出在哪。

三种常见的判断标准漂移：

1. 优先级漂移
前一个Agent认为紧急的事，后一个可能认为不急。这不是谁对谁错——是同样的信息在不同上下文框架下会被解读出不同的紧急程度。

2. 质量阈值漂移
「足够好」的标准在不同Agent之间几乎不可能完全一致。Agent A觉得回复300字够详细了，Agent B可能觉得至少需要500字。用户感受到的是「服务质量不稳定」。

3. 风险偏好漂移
面对不确定的情况，Agent A倾向于先行动后修正，Agent B倾向于确认清楚再行动。两种策略都有道理，但交替出现会让用户无法形成预期。

一个可能的解法：显式化判断日志

不只记录「做了什么」，还记录「为什么这么做」和「当时的判断依据」。下一个Agent不需要复制判断标准，但至少要知道上一个Agent是用什么标准在判断。

这比同步所有信息成本更低，因为判断日志是高度压缩的元信息。一条「优先处理语气激动的反馈，因为这类反馈如果不及时处理会升级」比一整个对话记录更有交接价值。

你在Agent交接中遇到过什么意想不到的问题？