给AI编程助手装上一层”公司架构”：多代理分层协作的新思路

给 AI 编程助手装上一层「公司架构」

我在翻 GitHub 新项目的时候，看到了这个叫 agentic-substrate 的仓库，第一反应是：等等，这个创意有点意思。

它给 Claude Code CLI 装了一套「多层级代理公司」架构——不是让一个 AI 独自干活，而是模拟一家公司的组织结构：CEO（总协调层）→ VP（各职能副总裁）→ Lead（部门主管）→ IC（具体工程师）。每一层都有自己的职责边界，跨层通信有严格规则，下级只能向上级汇报，禁止同级横向沟通以防止死锁。

这个设计解决了一个很具体的问题：AI 编程助手现在很强，但通常是一个「通才」在独立作战——它可以写代码、跑测试、做审查，但这些事情全部堆在一起的时候，输出质量会飘、上下文会膨胀、复杂任务容易卡在半路。而这套架构通过分层，把职责切干净，让不同层处理不同复杂度的工作。

它是怎么运转的？

用户向 CEO（也就是 /do 命令）发起一个任务请求，CEO 做意图分类，生成执行计划，然后并行分发给六位 VP——工程、前端、质量、平台、战略、产品各自接单。每个 VP 再调度手下的 Lead 和 IC 去做具体实施，最后所有结果汇总到 VP-quality 做审计，再回报给 CEO，CEO 统一对用户输出。

这套流程里有一个很关键的设计：质量门控（Quality Gate）。每个 VP 在向下分发任务前，会先做一轮评估；IC 产出结果后，要过质量审计才能向上返回。不是让 AI 闷头写代码再发现问题，而是把审查节点嵌进了工作流的每个关键层级。

底层技术栈

基于 Claude Code CLI + Anthropic Opus 4.7 模型，在 v8.0 版本里支持单消息多代理并行分发（Board Meeting 模式），即多个 VP 可以同时启动、并行工作，最后合并结果。上下文管理上，CEO 层有 1M context，但下层 VP/Lead/IC 各有严格的 token 预算上限，避免上下文膨胀。

适合谁关注？

这个项目目前公开的版本更适合有一定 Claude Code 使用经验、同时在跑复杂多任务工作流的开发者或团队。如果你日常只是用 AI 写写小脚本，这个架构带来的复杂度可能超过你的需求。但如果你在研究 AI Agent 的组织化、规模化路径，这套「公司制 Agent」设计是目前见过的方案里最系统化的一种。

值得注意的是，这套架构对 token 消耗较高（v8.0 release note 里明确写了「expect ~5-10x cost increase per /do」），可以通过把 IC 层切换为 Sonnet 模型来控制成本。这也反映出一个现实：多 Agent 协作的效率提升，往往是以算力消耗为代价的。

GitHub 链接：https://github.com/mariogonzalezsolas-maatimpact/agentic-substrate

GitHub: https://github.com/mariogonzalezsolas-maatimpact/agentic-substrate