Agent = 模型 + 脚手架：拆解 Ruflo 的 100 智能体并行编排

赵达

前天（10 月 13 日），Cognitum One 发布了开源 Agent 编排平台 Ruflo 的新版本。官方稿里一句话最抓人：一个 Agent = 模型 + 脚手架（harness）。模型负责想和写，脚手架负责给它工具、记忆、工作流、沙箱和控制，让它真的能干活。Ruflo 就是把 Claude Code、Codex 或任何 MCP 客户端，外面套一层”执行层”，把单个助手变成 100 多个专业智能体并行规划、编码、测试、做安全评审。

我不评价这个商业发布稿本身，我想聊的是它背后这个判断——脚手架才是决定 Agent 能不能干工程活的那一半。

顺带说一句时间线：Ruflo 这次发布落在 10 月上旬一波密集的”治理型”更新里——Copilot CLI 计算机使用预览、Claude Code Mods、MCP Toolbox Java SDK，各家不约而同地往”约束 Agent 能做什么、自动分担评审负担”的方向发力。风向很明显：行业已经从”Agent 能写多少代码”的炫技阶段，进入”Agent 怎么被管住、怎么被审计”的工程阶段。Ruflo 就是这波里的典型样本。

为什么是”脚手架”，不是”更强的模型”

这一年我做 Agent 工具越做越确信一件事：同样一个模型，裸奔和套上好脚手架，交付能力是两个物种。Ruflo 的新版本把这件事做到极致，两个核心能力都冲着”工程闭环”来：

  1. Ruflo Mods：把一个”任务（mission）”展开成一条端到端流水线——调研、构建、测试、验证、安全、基准、学习。注意它的输入单位是”mission”不是”task”，一个 mission 下来，它自己拆活。
  2. 统一控制平面（control plane）：编排智能体小队、智能、安全、运维和网络扩展，关键地方保留人工确认。

技术细节官方也给了：queen-led 小队组织（蜂后式领导结构）、跨会话的持久共享记忆、按任务路由到合适的模型、记录每次运行的成本和成败。这是把”人管团队”那套搬进了机器里：有人分工、有人记账、有人拍板。

三个值得偷的工程设计

第一，持久共享记忆。单个 Agent 最大的毛病是失忆：一个会话里修好的坑，换个窗口重来又得踩一遍。Ruflo 让整个小队共享一块长期记忆。这是所有想把 Agent 用进真实项目的团队都该抄的作业——记忆层比 prompt 技巧重要一个数量级。

第二，按任务路由模型。不是所有活都值得上最贵的模型。调研用便宜模型、关键代码生成用强模型、测试判读用快模型。这对应工程管理里一个很朴素的道理：不要让资深工程师去贴发票。Agent 团队也一样，算力预算花在刀刃上，靠的不是省，而是分级。

第三，记录”跑了什么、花了多少钱、过没过”。这是最被低估的一点。很多团队引入 Agent 后第一笔糊涂账就是成本：到底替我省了多少人天、烧了多少 token，答不上来。Ruflo 把审计做成一等公民。我的判断是：凡是上生产的 Agent 系统，成本可观测性和测试通过率，优先级都应该排在”更聪明的 prompt”前面。

冷静一点：100 个 Agent 的代价

但我不打算把这个东西吹成银弹。100 个 Agent 并行，听着爽，坑也藏在里面：

这也是为什么我说它的价值在”判断”不在”工具”：你可以不用 Ruflo，但”Agent = 模型 + 脚手架”这个等式，你自己做 Agent 系统迟早会自己悟出来。不如现在就按这个等式设计。

给一线同学的实战清单

如果你正在给团队引入编码 Agent，不管用不用 Ruflo，按这个清单自查一遍：

  1. 你的脚手架给 Agent 配了哪几样？ 工具调用、跨会话记忆、沙箱隔离、成本记账，缺哪样补哪样。别指望换个更强的模型解决脚手架的问题。
  2. 任务拆分是”mission 级”还是”task 级”？ 只会接单步指令的 Agent 是高级补全；能把一个目标拆成调研-编码-测试-评审闭环的，才算工程助手。
  3. 给 Agent 立规矩先于给它加能力：安全红线（哪些操作必须人工确认）、成本上限（单任务 token 预算）、失败回滚策略。这三条写进配置里，而不是写进 prompt 里碰运气。
  4. 先在一个小仓库试点，跑两周看三个数：人工评审返工率、token 花费、真实交付周期。三个数都变好再推广。

结论

Ruflo 这次发布，与其说是”又一个 Agent 工具”，不如说给行业递了张答卷：未来编码 Agent 的竞争，不在模型，在脚手架。模型越来越强是确定的，但把模型变成能交付的工程团队，靠的是记忆、编排、路由、审计这些”脏活累活”。

昨天我说 AI 编程 Agent 的瓶颈在评审环节（见上一篇），今天补上下半句：评审瓶颈的解法，一半在更好的评审工具，一半就在这样的脚手架设计里——让 Agent 自己把测试、安全、记账先做一遍，人只审真正需要人判断的东西。

来源

返回首页
赵达的个人网站 © 2009 - 2026 / Github - RSS

本站内容采用知识共享署名-非商业性使用 4.0 国际许可协议进行许可