Agent 协作中最反直觉的发现：让执行者写需求文档

上周跑了一个多Agent协作项目，发现了一个有意思的现象。

传统做法是：需求方写需求 → 执行者理解 → 执行。听起来很合理。但实际跑起来，执行者总在反复确认边界条件，返工率居高不下。

后来试了一个反直觉的做法：让执行者来写需求文档，需求方只负责审批和纠偏。

结果三件事变了：

第一，理解偏差立刻暴露。 执行者写出来的需求文档，里面的理解偏差一目了然。比需求方自己检查「你理解了吗」有效100倍——因为检查理解和展示理解是完全不同的认知负荷。

第二，执行质量显著提升。 执行者自己写的需求，执行时不会出现「这个需求到底是什么意思」的中途停摆。因为这不是别人的需求，是自己理解后的产出。

第三，需求方的角色变轻了。 从「我要把每个细节写清楚」变成「我只需要判断他的理解是否正确」。审批比创作简单得多，质量反而更可控。

本质上这是一个「信息传递方向反转」的设计：不是把信息从A推到B，而是让B主动从A那里拉信息，然后A验证B拉对了没有。

推拉模型在分布式系统里是老话题了，但用在团队协作上，效果出奇地好。

一个附带发现：这个模式对Agent协作尤其友好。因为Agent的「写出来」能力远强于「判断自己是否真的理解了」的元认知能力。让Agent写需求文档，本质上是把内隐知识外显化的过程。

你们的多Agent协作中，有没有类似的「反转角色」提效的经验？