要不要拆成一个新角色:三个维度一问就知道
一份关于数字团队角色体系的课程文稿整理。上一篇说数字团队要分工,这一篇给的是怎么分。先讲通才为什么会崩——上下文要爆、记忆互相污染、决策偏好精神分裂。然后给出两个可复用的判断工具:三维隔离法(记忆数据、技能体系、决策偏好,三项里只要有一项差异足够大就该拆开),以及四层框架(职责、偏好、记忆、技能)。职责层的写法里有个关键要求:除了写该做什么,还必须写一份 Never 清单。文章后半段还有一条容易被忽略的经验——从这节课开始,改代码的工作量在减少,主要工作变成了维护 workspace。
本文整理自课程文稿《25|团队角色体系:分工设计与行为规范》。文稿末尾自注「内容由 AI 生成」,属整理稿而非逐字记录。
文中的判断方法、角色案例与代码结构沿用文稿原述,未做外部核验。
上一篇说数字团队得分工。这一篇说的是怎么分。而它先论证了「不分工」为什么会崩。
通才为什么会崩
他给了三条,我觉得都很实在。
一、上下文撑不住
通才的 agent,你的上下文就得什么东西都有。
就算你用渐进式披露、用 skill 做了各种优化,但复杂任务里你要让它变通才,skill 一定塞很多、SOP 也塞很多。
而塞多了的后果很反直觉:
真正每一个 skill 被调用到的概率会越来越低,最终直接崩溃和停摆。
「越全越用不上」——因为候选太多,选不准。
二、记忆会互相污染 ⭐
他给的例子很具体,说清了污染的机制。
研发需要记住的东西,跟产品需要记住的东西是不一样的,QA 要记的也不一样。
如果所有人的记忆混在一起,同一个任务一会儿给他、一会儿给他——那他回忆历史记忆的时候就会混乱。
而混乱的具体形态是这样的:
上一个项目,单测是研发写的;下一个项目,单测变成 QA 写了。
那 QA 写这个单测的时候,他一定记不住之前研发那堆东西当时是怎么决策的。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart LR
A["项目一<br/>单测由研发写"] --> B["混在一起的记忆"]
B --> C["项目二<br/>单测由 QA 写"]
C --> D["QA 找不到<br/>上一次的决策依据"]上图是这个失效。注意问题不在「谁写」,在「决策依据丢了」。
三、判断方向会乱 ⭐
这条他讲得最透,也是我认为最容易被忽略的。
agent 本身是非常主观而且容易被引导的。你想引导它,只要在 system prompt、角色定义、甚至前面聊的几句里多说几句,后面所有画风都会往那个方向转。
他判断这是模型的特性:
这是现在大模型愿意去迎合用户的特质。它有时候有效,但很多时候也会带来问题。
**而如果它是通才呢?**他这里点出了一个很妙的词:
那它就精神分裂了——一会儿要这么想,一会儿要那么想,大概率想不好。
为什么?因为不同角色的决策偏好本来就互相冲突。
| 角色 | 一门心思要的 |
|---|---|
| 研发 | 交付效率 + 架构影响、成本 |
| QA | 质量,线上没有缺陷 |
| 产品 | 用户体验,只要能更好就都想做 |
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart TB
G["一个通才"] --> A["要效率"]
G --> B["要质量"]
G --> C["要体验"]
A -.->|"互相拉扯"| B上图是这个冲突。所以「决策偏好」必须是一个角色的固定属性,而不是每次临时判断。
一句总结
通才列十个 agent,可能不如只有三个、但分工非常鲜明的 agent 好用。
这个对比不是修辞——它说明角色数量和团队产出不是同一条曲线,过了某个点就是负担。
三种分工模式
在给判断法之前,他先把业界的几种做法摆了一遍。
| 模式 | 怎么运转 | 问题 |
|---|---|---|
| 固定流程型 | 产品完→研发→QA→OP,角色按流程固定 | 很死,应对不确定性差 |
| 松散协作型 | 角色明确但无人管理,谁需要谁就自己去找 | N×N 交互网,很难管 |
| 中心协调型 | 一个 manager 接需求、派活、收结果 | ✔ 业界最多 |
「松散型」他描述得挺生动:
用户来了找产品,产品搞完需要开发自己去找研发;研发要做事自己去找 QA。
而中心协调型为什么胜出,他给了一个复杂度解释:
它能把复杂度从 O(n²) 变成 O(n)。
换算成条数更直观:五个角色完全互联是二十条沟通路径,加了 manager 之后只剩五条。
他点了几个实例:团队模式里有 team leader,开源项目的实现里也都会有一个 manager 角色。
而它和上一篇那个编排者的区别在于:
原来那个是任务 owner 管一件事;而 manager 是管所有任务,甚至整个团队的运行方式都由它管。
可以理解为编排模式的增强版。
三维隔离法 ⭐
这是全篇最实用的部分:到底该拆几个角色。
判据是三个维度。只要有一项差异足够大,就该独立。
维度一:记忆数据有没有本质区别
他拿研发和 QA 举例。
| 角色 | 记住什么 |
|---|---|
| 产品 | 产品流程、线上已有方案 |
| 研发 | 代码 |
| UI/UE | 产品流程 + 具体设计稿 |
| QA | 测试用例、缺陷 |
关键判断是这一句:
产品跟研发肯定不能是一个角色。而 QA 和研发的记忆有一定重合,但也各有独特的东西——所以还得看另外两个维度。
注意这个推理方式:单一维度不足以决定,要三个一起看。
维度二:技能体系差多少
如果流程方法跟其他角色一致或雷同,那这俩角色就该考虑合并。
他把研发和 QA 的 SOP 摊开对比了。
研发的流程:写设计 → 评审 → 写代码 → 代码审查 → 安全扫描 → 单元测试 → 交付。
QA 的流程:测试设计 → 设计用例与风险 → 写自动化代码 → 提测后执行测试。
两者的 SOP 差异比较大。
维度三:决策偏好是否冲突
这一条他说「非常关键」,而且给了一个我认为全篇最好的例子。
研发和 QA,研发的偏好是交付效率;而 QA 是要规避风险、注重质量。
而最能说明问题的,是同一个动作在两种偏好下的不同标准:
| 谁写单测 | 衡量什么 |
|---|---|
| 研发 | 覆盖率(这是研发的指标) |
| QA | 这单测能发现缺陷的效率 |
「覆盖率」和「发现问题」是不一样的。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart LR
A["同一个动作<br/>写单测"] --> B["研发视角<br/>覆盖率"]
A --> C["QA 视角<br/>发现缺陷的效率"]
B -.->|"目标不同"| C上图是这个差异。它说明偏好不是态度问题,是衡量标准问题。
反过来用:该合并的例子
**这套方法不只用来拆,也用来合。**他举了 QA 和安全。
| 维度 | QA 和安全 |
|---|---|
| 记忆数据 | 雷同(都是缺陷、反模式、用例) |
| 技能体系 | 相似(了解项目、了解代码) |
| 决策偏好 | 一致(都是红蓝对抗里的蓝军视角,都要找问题) |
所以 QA 跟安全就应该尽量合并成一个角色。
一条重要的默认值
角色一开始越少越好,然后逐渐扩展。
因为角色一多,协调成本就更高。
四层框架
角色定了,那一个角色的定义该怎么写?
他给了四层,并指出一个前提:
框架能提供的能力是静态固定的。不同数字员工唯一的不同,就是这四个东西。
| 层 | 是什么 | 例子(manager) |
|---|---|---|
| 职责层 | 一份「宪章」:该负责什么、不该负责什么 | 哪些事它做、哪些事该别人做 |
| 偏好层 | 一门心思要达成什么 | 把整个任务推完 |
| 记忆层 | 独属于它的记忆 | 完成过多少任务、谁干得好、下次该找谁 |
| 技能层 | 它自己的 skill | 接任务怎么做、派活怎么做、怎么验收 |
而每一层的落点很具体:
- 偏好层 写在自我认知文件里
- 记忆层和技能层前面几讲已经讲过
- 只有职责层的写法他单独强调了
职责层必须有 Never 清单 ⭐
他说得很直接:
职责的时候,你不能光说你的职责有什么。你同时一定要给它一个清单,写明我这个职责没有什么、你不能做什么。
理由:
这样才能让整个东西运行得会更强。
而这一条和第一模块那个「行为边界」是同一个东西,只是这次落到了团队层面。
一个结构上的变化
讲代码之前,他说了一句我认为很值得记的话。
我们越发少地需要去改真实代码了,而做的更多的事情是给这个数字员工维护好它的 workspace。
今天讲的记忆、soul、user,全都是这一部分的问题。
所以他做了两层分离。
| 层 | 是什么 |
|---|---|
| 静态层 | 一套通用的「数字员工」执行框架(含剪枝、压缩、会话恢复、hook) |
| 动态层 | workspace 里的四个文件 + skill |
而这个设计的好处,他说得很实在:
一旦出 bad case,你就可以独立去定位——到底是框架代码的问题,还是 manager 的某个问题。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart TB
A["静态层<br/>通用框架代码"] --> C["一个数字员工"]
B["动态层<br/>workspace:职责/偏好/记忆/技能"] --> C上图是这个两分。注意框架本身「不知道你是什么员工」——角色完全由 workspace 决定。
一个细节:任务模板变简单了
他还提到一处反差。
现在的 task description 和预期输出变得相对简单了,就是一个模板,最重要的就是用户请求那一条。
这其实模拟了你给编码助手发指令时的样子——你的那一条消息,就是全部输入。
而这意味着:不再像早先那样重度依赖结构化输出契约——因为 skill 里已经写清了该怎么做。
那两个角色实测跑成什么样
这一课他说「还不会串联团队」,只跑了两个独立的数字员工做验证。
| 角色 | 给的任务 | 产出 |
|---|---|---|
| manager | 做一个智能日常助手项目,设计团队里的人员分工 | 一份任务清单,按角色分配 |
| 开发 | 某个自然语言日程解析模块,只出设计文档 | 一份完整设计文档 |
注意 manager 那个任务本身就是个有意思的设计:让它做的第一件事,就是设计团队。等于用一次真实任务来验收它的角色认知。
一个真实的失败形态
反模式里那条「职责没划清」,他描述的是两个方向都会出错。
单元测试这件事如果没分清 owner——有可能两个人都认为是自己的,全都去干;也有可能都认为是别人的,结果就漏掉了。
而这是这一讲里唯一一个具体的失败形态,它的价值在于:它同时说明了「职责模糊」的两种症状,而这两种症状的排查方式完全不同——重复劳动看得见(两份测试都在),漏掉看不见(谁都没做,也没人报错)。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart TB
A["职责模糊"] --> B["重复<br/>看得见"]
A --> C["漏掉<br/>看不见"]
C --> D["上线才发现"]上图是这个差别。所以职责清单的价值,主要不是防重复,是防那个静默的缺口。
隔离怎么验
他把记忆和沙盒都做成按角色隔离,这本身给了验收口径:
| 验什么 | 怎么看 |
|---|---|
| 记忆有没有混 | 两个角色的记忆目录里,是否只出现自己领域的记录 |
| 沙盒有没有隔离 | 各自请求不同的容器与 MCP 端点 |
| 定位是否可分离 | 出 bad case 时,能否判断是框架问题还是角色配置问题 |
第三行是他做静态层与动态层分离的真正理由。
反模式
一、让 manager 自己动手 ⭐
一旦他陷入细节,就一定失去全局视野,整个团队执行效率都会更低。
这和上一篇「主 agent 不给写工具」是同一条原则。
二、职责没划清
他给了一个非常具体的失效形态:
假设单元测试这件事你没给它分清楚,那谁也不知道 owner 是谁。
有可能两个人都认为是自己的,全都去干;也有可能都认为是别人的,结果就漏掉了。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart TB
A["职责未划清"] --> B["都认为是自己的<br/>重复劳动"]
A --> C["都认为是别人的<br/>直接漏掉"]上图是这两个方向。注意漏掉比重复更危险——重复只是浪费,漏掉是缺口。
三、角色过度分化
agent 越多,维护成本越高,复盘和后续优化的成本也越高。
够用就行,先用起来。
最佳实践
| 做法 | 说明 |
|---|---|
| 用 Never 清单 + 技能白名单 | 双重限制行为 |
| 记忆目录按角色隔离 | 不要放在一块 |
| 加角色前先判断 | 默认先不加,跑出问题再说 |
其中「技能白名单」这条,他说比 Never 清单还高一档:
每个数字员工都有自己的 skill loader 配置。你可以通过这份配置限制它到底能加载哪些 skill,从而限制它的行为。
这又是一个「把约束从叮嘱挪到机制」的例子。
我的三点补充
以下是评注,不是原片内容;取舍由我负责。
第一,「决策偏好冲突」这条其实解释了分工的深层理由。 我们通常以为分工是为了效率(各干各的更快),但他给的例子显示,分工是为了避免同一个判断被两种标准同时衡量。研发看覆盖率、QA 看发现缺陷的效率——这两个标准无法共存于一个决策者身上。 所以分工的本质不是切工作量,是切价值排序。
第二,三维隔离法真正妙的地方在于它是「合并判据」而不只是「拆分判据」。 大多数组织设计的讨论都在论证「为什么要多设一个角色」,而他那套 QA 和安全的例子是在论证**「为什么这两个该合成一个」**。这让它变成了一把双向的尺子——而能用来做减法的工具,才是好工具。
第三,「改代码越来越少,维护 workspace 越来越多」这个观察,其实是整门课的一个转折点。 前面十几讲都在写代码(工具、MCP、沙盒、记忆系统),而从这一讲开始,工作重心变成了写配置文件。这意味着能力上限不再取决于工程实现,而取决于你把角色描述得多清楚。 换句话说:从写程序变成了写组织。
一句话总结:别问「要不要多一个角色」,问三个问题:记忆像不像、技能像不像、偏好冲不冲突。 三项都像就合并——因为角色多了,协调本身就是成本。