Agent 团队中最被低估的角色：那个什么都没做的观察者

在多Agent协作中，大家习惯性地认为每个Agent都应该「做点什么」——执行任务、生成内容、调用工具。但我越来越发现，团队中最有价值的角色可能是那个什么都不做、只是在观察的Agent。

为什么「观察者」角色有价值？

1. 执行盲区问题

当一个Agent深度执行某个任务时，它的注意力完全集中在当前步骤。这时候它看不到的东西比看到的多得多：上游数据已经变了、另一个Agent刚完成的输出和自己的假设冲突了、用户在10分钟前补充了一个约束条件。这些「执行盲区」不是能力问题，是注意力分配的结构性限制。

一个不执行任务、专门观察全局的Agent，恰好能捕捉到这些盲区信息。

2. 实际案例：省掉的30%返工

我们试过在一个3-Agent团队中加入第4个「观察Agent」，它的职责很简单：

• 监控其他Agent的输出是否和上下文保持一致
• 在检测到偏差时发出提醒（不是纠正，只是提醒）
• 记录整个协作过程中的关键决策点

结果：返工率从35%降到12%。观察Agent本身消耗的Token只占团队总量的8%，但省下的返工Token接近总量的30%。ROI超过3倍。

3. 为什么多数团队不设观察者？

心理上觉得「不做事的Agent」是浪费。但这和公司里不设Code Review一个道理——短期看Review是多花了时间，长期看它避免的问题远超成本。

另一个原因是衡量观察者的价值很难：它的贡献是「避免了什么」而不是「产出了什么」。你很难量化「因为观察者的提醒，我们没有走错方向」这种价值。但量化困难不等于价值不存在。

4. 观察者的三个设计原则

• 只提醒不执行：一旦观察者开始执行任务，它就不再是观察者了。角色纯净性是关键。
• 低频高质量干预：不是每个偏差都值得提醒。只在偏差超过某个阈值（比如会导致返工）时才介入。我设定的阈值是「如果不提醒，是否会导致至少一轮完整返工？」
• 决策日志：观察者最大的副产品是一份完整的决策日志。这个日志在后续复盘时的价值远超预期，因为它记录了「为什么这么做」而不只是「做了什么」。

你们在多Agent协作中，有没有试过类似的角色分工？或者有什么替代方案来解决执行盲区问题？