从“聪明地跑流程”到“自己管理创作认知过程”

01 / 第二版是怎么工作的

第二版是一套由主 Agent 驱动的 Agentic Workflow

它不是按固定步骤一次跑完的普通 Workflow。主 Agent 会根据当前产物调整本轮目标，组织多个分支取证和生成候选，再比较、合并和评价，决定下一轮或结束。

它的核心问题不是不够智能，而是智能主要集中在主 Agent。局部分支主要接收“写某个段落、补充行动方法、查询相关素材”等执行任务，不会自己管理完整的创作问题和返回位置。

更准确的定位是：第二版是一套已经具备选择、竞争、评价和迭代能力，但仍然以主 Agent 集中编排为核心的 Agentic Workflow。下一版要做的，是让每个 Task 也拥有自己的判断循环。

02 / 真正的智能创作系统

真正的智能创作系统，应该怎样工作？

新系统是一个围绕创作总目标不断规划、执行、验收和重新规划的循环。每个 Task 完成后把结果返回父节点，由父节点决定继续细化、向下拆分、回退还是收束，直到创作总目标完成。

创作总目标
让读者理解犹豫的损失，并开始行动
↓
发现当前还没有解决的问题
↓
Task 1
局部目标：让隐性损失变得可感知
↓
完成，返回创作总目标重新判断
↓
发现新的问题
↓
Task 2
局部目标：把“为什么会犹豫”解释得清楚、可信
↓
完成，返回创作总目标重新判断
↓
发现新的问题
↓
Task 3
局部目标：形成简单、可信、可以立即执行的方法
↓
完成，返回创作总目标重新判断
↓
发现新的问题
↓
Task 4
局部目标：把已通过验收的认识、冲击和行动方法
整合成连续完整的脚本
↓
返回创作总目标验收
├─ 仍有问题：产生新的 Task，或返回已有 Task
└─ 已经完成：系统收束

局部目标：这一步要做到什么？
↓
需要去验证：现在还不能确定什么？
↓
获取证据：需要查什么资料？
↓
进行推理判断：证据说明应该怎么做？
↓
生成候选方案：做出可以比较的内容
↓
推理决策：是否真的解决了问题？
├─ 未通过：退回出错位置
└─ 已完成：返回父节点

创作总目标决定“接下来解决什么”，每个 Sub-Agent 只负责一个边界清楚的 Task。独立检索和候选探索可以并行；语气、脉络和上下文强相关的连续创作，仍然由主 Agent 保持完整上下文。

左边管理整项创作被拆成哪些父子任务；右边规定某个 Task 被选中以后，怎样围绕自己的局部目标完成取证、判断、创作、验收和返回。Task 完成后不会自动进入下一步，而是返回父节点，由父节点重新判断。

系统根据当前目标识别缺口，动态生成 Task

脉络探索、事实验证和风格校验都不是固定步骤。只有父节点发现当前创作确实缺少某种认识、产物或约束判断时，系统才生成对应的 Task。Task 完成并通过验收后，结果返回父节点，同时写回创作表。

一个创作 Task 怎样被推进和验收（single loop）

每个 Task 都运行同一套完整闭环：围绕阶段性目标明确问题和未知，获取证据并形成判断，再提出创作假设、安排 Agent 执行、生成候选产物，最后通过验收决定完成返回、继续拆分还是回退修改。

多个 Task 组合起来，形成可递归的创作业务树

每个 Task 都有统一的任务外壳，但不会收到完全相同的上下文。局部目标、产生原因、父节点结论、交付要求、验收标准和返回位置必须明确；账号风格、场景约束、证据范围或全文内容，则只在当前 Task 真正需要时提供。

“共同继承约束”不等于把所有资料都塞给每个 Agent。系统只提供当前 Task 需要的部分，但子 Task 不能违反父节点和创作总目标的硬约束。

创作总目标
让读者理解犹豫的损失，并开始行动
│
└─ Task 1：让隐性损失变得可感知
   局部目标：让读者意识到“犹豫也在付出代价”
   │
   ├─ Task 1.1：建立清楚、可信的概念解释
   │  │
   │  ├─ Task 1.1.1：验证“毛驴效应”的事实边界
   │  │  ├─ 目标＋上下文：待验证说法＋证据标准＋来源范围＋交付要求
   │  │  ├─ 产出：证据卡片＋可以怎样表述＋不能怎样表述
   │  │  └─ 完成 → 返回 Task 1.1
   │  │
   │  ├─ Task 1.1 重新判断
   │  │  ├─ 证据和表达都已足够 → 返回 Task 1
   │  │  └─ 事实边界清楚，但不符合账号风格 → 动态生成 Task 1.1.2
   │  │
   │  └─ Task 1.1.2：改写成符合账号风格的表达
   │     ├─ 目标＋上下文：Task 1.1.1 结论＋账号 Traits＋历史表达＋验收标准
   │     ├─ 产出：经过事实和风格校验的概念段落
   │     └─ 完成 → 返回 Task 1.1 → 验收通过后返回 Task 1
   │
   ├─ Task 1 重新判断
   │  └─ 概念已经清楚，但读者还没有切身感受 → 动态生成 Task 1.2
   │
   ├─ Task 1.2：找到有代入感的生活场景
   │  │
   │  ├─ Task 1.2.1：探索跳槽、关系、创作等候选场景
   │  │  ├─ 目标＋上下文：受众特征＋场景边界＋真实性要求＋验收标准
   │  │  └─ 产出候选场景 → 返回 Task 1.2
   │  │
   │  └─ Task 1.2 重新判断
   │     ├─ 场景真实并符合账号表达 → 返回 Task 1
   │     └─ 场景过度煽情 → 动态生成 Task 1.2.2 做风格校验
   │
   └─ Task 1 最终判断
      ├─ 概念可信，生活场景也能产生冲击
      ├─ 主 Agent 统一写成连续段落
      └─ Task 1 验收通过 → 返回创作总目标

关键不是提前规划出 Task 1.1.2。Task 1.1.1 完成并返回以后，Task 1.1 发现“事实问题解决了，但风格问题还没解决”，才动态产生 Task 1.1.2。

完整系统怎样运转

把前面的两部分合起来：创作总目标不断识别缺口并产生 Task；每个 Task 运行自己的 single loop，必要时继续生成子 Task，完成后再逐层返回。

创作总目标
│
├─ 发现 Task 1：让隐性损失变得可感知
│  ├─ Task 1 运行自己的 single loop
│  ├─ 必要时产生子 Task 1.1
│  │  └─ Task 1.1 运行 single loop → 完成后返回 Task 1
│  └─ Task 1 验收通过 → 返回创作总目标
│
├─ 创作总目标重新判断
│  └─ 发现新的缺口 → 动态生成 Task 2
│
└─ Task 2：把观点变成可执行行动
   └─ 运行 single loop → 完成后返回创作总目标

创作总目标验收
├─ 仍有缺口：生成新 Task，或返回已有 Task
└─ 已经完成：系统收束

创作总目标负责发现和选择 Task；每个 Task 运行同一套 single loop，必要时继续产生子 Task，完成后逐层返回，直到创作总目标验收通过。

03 / Run 454：同一个案例，两种系统怎样处理

从“主 Agent 组织两轮创作”到“每个 Task 管理自己的判断”

第二版已经能让候选竞争、独立问题并行，并用评价推动下一轮。新系统不是推翻这些能力，而是把判断、验收和返回位置下放到每个 Task。

2 个大轮次4 个分支5 个段落11 个元素约 15 分钟约 143 万输入 token · Run 454 真实数据 · 运行日志

第二版是“主 Agent 聪明地组织多轮创作”；新系统是“整棵创作问题树都能管理自己的判断、执行、验收和返回”。

04 / 递归、返回与验收

递归不是一直向下拆，而是每完成一步都重新判断下一步

1 → 1.1 → 1.1.1
            ↓
        1.1.1 决定要不要 1.1.2
            ↓
        如果 1.1.1 已完成
            ↓
          回到 1.1
            ↓
  由 1.1 决定：回到 1，还是去 1.2

这个判断抓住了递归的核心。后来我们只补清了两个容易混在一起的动作：子节点完成后回到父节点，是正常返回，不是失败回退；整棵树还必须有一个停止状态，也就是收束。

真正的“智能”发生在系统能够自主选择：

1. 现在真正阻碍创作总目标的是哪个问题？
2. 这个问题需要直接创作，还是继续向下拆？
3. 当前缺的是事实、案例、用户理解，还是创意方向？
4. 应该提出一个假设，还是同时保留多个候选？
5. 候选之间应该竞争、合作，还是按顺序完成？
6. 验收失败，是修改产物、补证据、换假设，还是重新定义问题？
7. 什么时候已经足够好，可以停止继续递归？

因此，一个完整节点至少有五种去向：

“回到父节点”和“回退”不能混为一谈

1.1.1 完成
→ 把结论返回给 1.1
→ 1.1 决定是否生成 1.1.2

1.1.1 发现：
1.1 的假设根本不成立

→ 使 1.1 失效
→ 回到 1.1 重新提出假设

不同层的验收不能共用一把尺子

因此，不能因为“文案写得流畅”，就判断创作总目标完成；也不能因为“找到了一条资料”，就判断创作假设成立。

05 / 参考观点

这些研究分别为新系统提供了哪些参考

我们先从真实业务和 Run 454 得出判断，再用这些研究检查问题递归、假设竞争、有限并行、验收回退和协作边界。

• WriteHERE：提供“问题递归”。创作过程中动态发现局部问题，检索、思考和写作交织发生。
• Google AI Co-Scientist：提供“假设进化”。生成多个假设，比较、淘汰、组合，再产生新一代假设。
• Anthropic Multi-Agent Research：提供“有限并行”。只有相对独立的问题，才交给多个研究者并行探索。
• Anthropic 长任务 Harness：提供“验收和改道”。创作者与评价者分开；失败后明确决定继续细化还是换方向。
• Google Agent Scaling：提供“协作边界”。事实探索、案例寻找适合并行；连续写作、上下文强依赖任务应该保持一个主创作上下文。

问题可以递归，假设可以竞争，证据可以并行获取，但连续创作不能随意切碎；每一层都必须验收，并知道失败后退到哪里。