耐心才是 AI 进业务的瓶颈：错误孕育的多 agent 编队

我在做什么

我在一家企业里做经营分析——把业务数据变成能支撑决策的报告。这两年，我一直尝试把 AI 真正带进工作流，而不只是试用。这个案例是其中一次「差点出事」的实战：一份报告差点带着错误交付，最终却长出一支七角色 AI 编队。

事故现场

今年 9 月，一份经营分析报告在交付前被拦下：客户排名与金额对调——A 客户的排名配上了 B 客户的金额。第一遍人工核对没有发现，是同事复核时才拦下来。

那一刻我想的不是「下次仔细点」，而是一个更扎心的事实：核对耐心，正在成为最稀缺的资源。报告越做越多、越做越长，人工核对的耐心却有限。靠自律解决不了这类问题——它不可持续。

破题时刻

于是我不打算靠「人更认真」，而是靠机制：设计一个「核查 Agent」，让 AI 给 AI 挑错。

思路很简单：生成报告的是一个 AI，检查报告的是另一个 AI。生成方对自己的输出天然有盲区——它不觉得自己错；而检查方带着「找出问题」的任务去看，反而更容易发现对调、错位这类藏在细节里的错误。从设计说明到实战只用了 2 天，双 AI 对抗闭环首战就拦下了真实错误。

从双 AI 到七角色

双 AI 跑通之后，我意识到一个完整流程需要的分工，远不止「生成 + 检查」。一天之内，我把双 AI 升级成七角色编队，并当天首跑：

• 调度 Agent：接需求、对齐口径、派活，最后交付报告
• 数据预处理 Agent：把原始数据清洗成标准化数据集
• 经营分析 Agent：基于数据集产出分析初稿
• 核查 Agent：核验数据，有差异就打回重算
• 客户速览 Agent：需要客户深度分析时，输出重点客户洞察
• 可视化 Agent：把结论做成看板
• 复盘与知识沉淀 Agent：每轮跑完更新知识库、优化提示词，让整个编队越跑越好

七个角色像一支小团队：有派活的、有干活的、有挑错的、有事后总结的。

两次实战

首跑（单个部门半年度经营盘点）：总耗时 102 分钟，29 次运行，3 轮核查拦下 8 处错误——1 处计算、3 处口径关联、4 处表述。

二跑（某事业部客户三财年分析）：20 次运行零停滞，分析结果超预期，内外对比定目标获得认可。

但首跑也暴露了代价：调度占了 15/29 次运行——协调成本第一次有了实测数字；一次失效停滞了 24 分钟，靠人催才发现，编队缺一个「观察者」和「熔断机制」。

经验沉淀

做对的：

• 不跟人性较劲：把「核对耐心」这种靠不住的资源，换成机制
• 让 AI 给 AI 挑错：利用生成方与检查方天然的不对称
• 复盘闭环：把每次犯的错提炼成「硬规则」，写入团队共享记忆，全队生效

踩的坑：

• 协调本身成为新成本：调度占了一半运行量，组织开销比想象中大
• 停滞无人发现：缺观察者和熔断，24 分钟靠人催——自动化系统需要自带的「哨兵」
• 可读性是可信度的伪装：报告越流畅，警觉越松，对调类错误恰藏在细节里

一句话方法论：校准源错位——任何自己生成过的中间产物，都可能被当成真理源。AI 只在被明确约束的地方守规矩；修法同构于「AI 管判断、代码管执行」。

交付最后一公里：价值必须大于信任成本

七角色编队解决的是「生成」的问题：报告做完了，质量有保障。但做完，不等于被看见。

一个真实卡点来自日报推送：它卡在「不能培训老板 + 不能代理操作」这双重约束上——老板不会用复杂界面，你也不能替他操作。方案的价值必须大于他的学习与信任成本，才走得过最后一公里。

「做完」「送出」「被看见」是三件事。对 AI 进组织来说，最后一公里往往是信任问题，而不是技术问题。