什么是 监督智能体（Supervisor Agent）？
监督智能体（Supervisor Agent）是多 Agent 系统中的集中式控制循环角色，负责维护共享任务状态、向专业 Agent 委派有边界的工作、评估返回证据，并决定继续、重试、升级还是终止。
工作原理
监督智能体是一种架构角色，不是标准化协议，也不要求所有控制决策都由 LLM 完成。常见实现让一个由 LLM 驱动的 Manager 保持用户会话与全局任务状态，把专业 Agent 暴露为 Tool；混合实现则让模型处理开放式拆解，同时由确定性代码执行预算、权限、状态转换和发布动作。
它不同于通常只分类并转发一次、不会持续拥有多步 Run 的 Router Agent，也不同于把当前控制权移交给专业 Agent 的 Handoff。只有当执行路径依赖中间结果，并且专业化、上下文隔离或并行工作产生可测价值时，才应引入 Supervisor。路径固定时应使用确定性 Workflow，简单任务则优先保留单 Agent。
每个 Worker 都需要版本化 Capability 描述、最小权限 Tool 集、输入输出 Schema、Context Policy、Timeout、Retry 语义和明确失败结果。Supervisor 必须记录 Task ID、依赖、State Revision、证据、尝试次数、Token/Tool Budget、Deadline、Checkpoint、完成标准和终止原因。
Worker 输出是不可信输入：更新共享状态前必须校验；外部副作用必须通过 Prompt 之外的 Idempotency Key、Authorization Check、Approval Gate 和持久记录保护。常见失败包括错误委派、重复工作、状态陈旧或丢失、Worker 静默失败、Retry Storm、过早结束、无限循环、Context 压缩丢失和汇总瓶颈。
评测应覆盖完整 Trace 与最终环境状态，并与单 Agent 或确定性 Baseline 比较，不能假设 Agent 越多越可靠。
主要特点
- 集中状态所有权：保持 Run Objective、Task Graph、依赖、已接受证据、尝试次数和终态一致
- 契约化委派：根据版本化 Capability 选择 Worker，并发送带明确输出与错误 Schema 的有界输入
- 自适应控制循环：可顺序或并行委派、检查结果、追问澄清、重试、重规划、升级或停止
- 有界执行：采用由工作负载确定的 Step、Token、Tool Call、Concurrency、Deadline、Retry 与 Recursion 限制
- 外部安全边界：在模型生成决策之外执行最小权限、幂等、鉴权、审批和持久状态控制
- 可追踪评测：记录每次委派与状态转换，用于端状态、Trajectory、成本、延迟和故障注入测试
常见用途
- 协调相互独立的研究路径，并按来源 Provenance 汇总证据
- 管理跨领域客服任务，同时保留每个 Worker 的数据与 Tool 权限
- 把软件分析、实现、测试和审查委派为可独立审计的任务
- 执行下一步取决于前一个专业结果的自适应调查流程
- 将高影响或有歧义的动作升级给人工，并保留可恢复 Checkpoint
示例
Loading code...常见问题
Supervisor Agent 与 Router、Planner、Handoff 有什么区别？
Router 通常对输入分类并完成一次分发；Planner 生成任务计划，但不一定执行或拥有状态；Handoff 把当前控制权转交给专业 Agent。Supervisor 则持续负责整个多步 Run：重复委派、接收结果、更新共享状态、决定下一步，并生成或批准终态。
Supervisor Agent 必须由 LLM 实现吗？
不必须。这个角色可以由 LLM、确定性代码或两者混合实现。真正开放的任务拆解与汇总可以使用模型；可预测路由、Budget、Schema 校验、Authorization、Idempotency 和不可逆动作 Gate 应放在代码中。固定流程不会因为所有边都由 LLM 决定而自动变得更好。
什么时候应使用 Supervisor，而不是单 Agent 或确定性 Workflow？
当执行路径无法预先确定、专业 Agent 需要实质不同的上下文或权限，并且中间结果会决定后续步骤时，可使用 Supervisor。如果有限 Tool 集可放入一个 Context，应优先单 Agent；如果顺序和条件已知，应使用确定性 Workflow。上线前应比较任务成功率、风险、延迟、Token 消耗和运维成本。
如何防止死循环、重复工作和重复副作用？
为每个任务设置稳定 ID 与状态，并限制 Step、Retry、Concurrency、Token、Tool Call 和总时长，同时要求明确终止原因。在高成本阶段前保存 Checkpoint，分别校验 Worker 状态与内容，并为外部写操作添加 Idempotency Key。重试可以重复读取，但不能静默重复付款、发消息、部署或删除。
如何评测 Supervisor Agent？
应测试委派准确率、任务完成、证据覆盖、重复或遗漏工作、Retry 与 Escalation 正确性、Budget 合规、尾延迟、成本和终止行为。通过故障注入模拟 Worker Timeout、错误 Schema、陈旧状态、冲突和 Tool 不可用，并评测最终环境状态与完整 Trace。LLM Judge 需要对人工标签校准，还应与更简单的 Baseline 比较。