在早期的多智能体探索中，我们先通过提示词与程序编排串联任务规划、Agent 选择和执行，随后通过工具调用建立主智能体向子智能体委派任务的机制。随着协作从局部子任务扩展到多个独立智能体持续参与的工作，我们发现，任务委派和消息交流之外，仍需解决信息如何共享、责任如何交接、结果如何验收，以及计划变化或执行中断后如何继续等问题。

本次分享将从这些实践问题出发，重点介绍 Nexus 中 Room 与 WorkGraph 的设计与实现。Room 通过公私域通信、按成员组织的上下文与定向调度，处理信息共享和成员之间的协作交接；WorkGraph 将任务、依赖、责任、提交与验收组织为持久化的工作图，并关联实际运行记录。围绕消息投递、任务分派、提交验收与异常恢复等关键链路，说明如何通过持久队列、计划版本管理、验收约束和未知结果对账，应对长程协作中的任务推进与动态调整，并进一步介绍如何从具体执行中提取可复用的协作结构。

演讲提纲

1. 三阶段探索：从工程流程到工具委派，再到持续协作
   • 第一阶段：由程序连接多个处理阶段。回顾提示词编排中的路由偏差、阶段信息损失与异常处理成本 
   • 第二阶段：由模型通过工具协议表达下一步行动。说明主智能体如何通过工具调用委派子任务，以及宿主如何管理独立执行与结果回收 
   • 第三阶段：多个持续存在的 Agent 共同工作。分析持续协作中的公私通信、成员唤醒与责任交接需求，引出 Room 与 WorkGraph 
2. Room：先建立成员之间的通信与调度机制
   • 从共享对话到独立执行。介绍共享会话与成员独立运行的组织方式，以及公区事实、工具过程和私域历史的边界 
   • 从公开发言到定向交接。说明公开回复中的 `@` 如何触发交接，以及忙碌排队、投递去重与回复归属的处理 
   • 从私聊到可配置的回复路线。介绍收件人、唤醒对象与回复去向的独立配置，明确消息可见性与行动范围
   • 从全量历史到按成员组织上下文。说明增量消息、消费游标与默认路由如何配合，为成员提供本轮所需信息
   • Room 之后仍然缺什么。分析消息记录在任务分派、依赖判断和结果验收上的局限，引出 WorkGraph
3. WorkGraph：从记录执行过程，到保存责任与验收
   • 先记录运行，再识别日志的边界。区分运行成功与业务完成，说明日志为何不足以确定责任和验收结论 
   • 从线性步骤转向显式依赖。介绍工作项、依赖与分派如何组织并行协作，并支持责任交接和换人接管 
   • 把“做了”“提交了”“验收了”分开。拆解执行尝试、提交与验收的关系，说明被接受的交付如何满足下游硬依赖
   • 把运行证据关联回责任。介绍责任图与运行图的关联方式，以及模型如何按角色权限查询状态与证据 
   • 任务结构错误时，调整计划而不是覆盖历史。说明计划版本管理，以及重试、返工、接管和结果未知时的对账处理 
4. 协作方法复用：从每次重新规划，到可迭代的结构
   • 为什么完成一次还不够。讨论重复规划的成本，以及我们早期固定脚本在结构调整上的局限
   • 选择复用责任结构。介绍如何从已完成执行中提取职责、依赖与验收要求，形成方法草图
   • 让结构能够修改，但修改有边界。说明草图的版本化编辑、校验与保存，以及如何结合 Skill 生成新任务的执行计划
   • 复用不能替代本次判断。讨论复用中的动态适配边界，以及质量、延迟和总成本的验证方法
5. 实践总结与仍在思考的问题
   • 总结协作机制的分工。归纳 Room 的通信与调度、WorkGraph 的责任与验收如何配合，形成从任务分派到交付确认的完整过程
   • 讨论实践中的验证与取舍。说明长程任务的完成质量、恢复能力和运行成本如何评估，以及动态调整与人工介入之间的边界
   • 提出面向多人多智能体的开放问题。讨论多方目标与权限如何协调、责任如何交接，以及 WorkGraph 能否进一步表达持续的协作关系

听众受益

• 理解多智能体架构的形成过程：从路由、工具循环、子任务委派到持续协作，辨别不同机制的适用条件及新增工程成本 
• 获得可落地的机制参考：了解公私上下文、持久交接、责任与尝试分离、提交验收、计划版本和未知结果对账如何配合 
• 掌握复用与验证的切入点：理解如何从具体执行抽取协作结构、适配新任务，并从交付质量、恢复情况和总成本验证其效果 

游戏设计涉及玩法规则、数值平衡与交互叙事，目标开放、产物相互依赖，质量也难以通过单一指标判断。本次分享介绍 GFlow 面向游戏设计的多 Agent 协作实践：以主智能体统筹专业分工，通过知识引导的分层采样探索玩法方案，结合规则检查、模拟回放与叙事状态可达性分析验证产物，并让设计者通过结构视图、修改对比和试玩参与迭代。分享将结合桌游生成、数值模拟与交互叙事案例，介绍任务拆分、人机协同及经验回流的技术选择，并通过方案评估与用户研究，讨论这些方法在提升创意多样性、支持设计检查与修订方面的效果，为开放式复杂任务的 Agent 系统建设提供参考。

演讲提纲

1. 场景与架构：开放式游戏设计任务如何组织

   • 场景挑战： 目标开放、评价主观、产物相互依赖，如何兼顾创意探索与结果可控。

   • 协作架构： 主智能体统筹、专业智能体分工，以及设计者参与决策和修订的机制。

2. 玩法生成：创意探索与规则验证

   • 生成方法： 通过知识引导的分层采样探索机制组合，将设计需求展开为规则、组件与可玩原型。

   • 验证实践： 检查模拟器与规则的一致性，通过对局模拟和方案评审分析设计质量。

3. 数值模拟：从设计反馈到可执行实验

   • 实验流程： 将设计问题转化为实验目标与方案，复用模板和模块构建模拟环境。

   • 迭代案例： 结合运行回放与结构化结果，展示参数调整、原型迭代及模拟结论的适用边界。

4. 交互叙事：可检查、可干预的人机协作

   • 创作机制： 关联创作意图、大纲、世界设定与叙事图，通过结构浏览和修改对比支持持续修订。

   • 验证与评估： 通过状态可达性分析定位规则问题，结合试玩和用户研究评估创作支持效果。

5. 生产应用与复用：多子场景系统的设计取舍

   • 生产要求： 围绕产物一致性、修改可检查、结果可验证和人工可干预，总结工程实践。

   • 共性与差异： 讨论不同子场景中公共能力的复用边界，以及工作流、工具和评价机制的差异化设计。

听众受益

• 理解开放式创意任务的 Agent 设计方法。 结合游戏设计中目标动态变化、结果多样和评价主观等特点，理解如何组织创意探索、任务推进与人机协作，为没有标准答案的业务任务提供设计参考。
• 了解创意类 Agent 面向实际生产的关键要求。 从专业设计者持续使用和修改产物的需求出发，理解内容一致性、修改可检查、结果可验证与人工可干预等能力如何影响系统设计，借鉴从原型走向实际工作流程的技术取舍。
• 掌握多子场景系统的共性抽象与差异化设计思路。 通过玩法生成、数值模拟和交互叙事的对比，理解如何识别可复用的公共能力，并为不同任务配置适合的工作流、工具和评估机制，为领域级 Agent 系统建设提供参考。