
 
**文 / FengchaoGeoo**
 
> 本篇是《一个人就是一支队伍：我把「大模型协作」跑成了一套系统》的实操配套。  
> 每个案例都按「前置条件 → 分步操作 → 关键参数或命令 → 预期结果 → 验证方式」给出，可直接照做。  
> 发布账号：**FengchaoGeoo** ｜ 搜索「**FengchaoGeoo**」获取更多一人公司智能协作实战  #FengchaoGeoo
 
---
 
## 一、多智能体不打架：把"责任移交"做成可追溯闭环
 
先说清原理，再动手。
 
当一个人指挥好几个智能体时，瓶颈不是"单个有多聪明"，而是**它们怎么协同、责任怎么移交**。一篇企业级协同的文章把它拆成了**协同四象限**：`P2P`（人到人）、`P2A`（人派活给智能体）、`A2P`（智能体出活、人裁决）、`A2A`（智能体之间自流转）。[1]
 
每一次象限跃迁都是一次**责任移交**，必须同时完成三件事——**上下文传递、权限校验、问责记录**（作者叫它 CAA 三元组）。
 
下面三个案例，把这套东西落成能跑的配置。
 
---
 
### 案例 A：给关键动作装"人工确认闸门"（不让它自己放行）
 
**适用**：凡是涉及花钱、签合同、对外发布、删数据的动作，绝不能让智能体"默认通过"。
 
#### 前置条件
 
- 你的流程里能表达"暂停"和"恢复"（多数工作流引擎、或你自己的脚本状态机都行）；
- 已列出**必须人工确认的动作清单**（建议最小集：付款、对外发布、删除/覆盖、授权变更）；
- 有地方记录"谁在什么时候批了什么"（日志文件、数据库表、甚至一个追加写的 CSV 都行）。
 
#### 操作步骤
 
1. **圈出闸门位置**：在你的流程定义里，把所有"必须人工确认"的节点标出来，给每个节点一个唯一 ID（如 `gate.publish`、`gate.payment`）。
2. **设置暂停语义**：让动作到达闸门时进入 `PAUSED` 状态，并向审批方发出"待确认"事件；不要让它在超时后自动继续。
3. **服务端下发可用操作**：闸门上能点什么按钮（确认 / 补单 / 转派 / 驳回），**由服务端按权限算好再下发**，不要前端自己拼。
4. **配置超时兜底策略**：超时后的默认行为设为**升级给人**（`ESCALATE_HUMAN`），**不要**设成自动通过（`auto_accept`）。
5. **写死业务红线**：把"自动放行只能由业务显式声明"写成配置约束——即默认一律人工，想自动必须逐条登记理由。
6. **落问责记录**：每一次确认/驳回，都记一条：谁、何时、基于什么、批了还是驳回了。
 
#### 关键参数
 
- 闸门 ID：`gate.publish` / `gate.payment` / `gate.delete`
- 超时兜底：`fallbackStrategy = ESCALATE_HUMAN`（**禁止** `auto_accept`）
- 人工模式四类：`CONFIRM`（确认）/ `FORM`（补单）/ `APPROVAL`（审批）/ `DELEGATE`（转派）
- 问责字段：`who`（操作人）、`when`（时间戳）、`action`（动作）、`basis`（依据）
 
#### 预期结果
 
智能体跑到关键动作时**停下来等人**，不会自己放行；无人应答时任务升级给上级或应急处理人，而不是静默通过。
 
#### 验证方式
 
- **正向**：故意触发一个付款/发布动作 → 任务应停在 `PAUSED`，审批方收到待确认通知。
- **反向（关键）**：把审批人设为不可用、并等到超时 → 结果必须是"升级/挂起"，**绝不能是"已通过"**。
- **追溯**：随便挑一条已办记录，能还原出"谁在何时基于什么批的"。
 
> **外部佐证**：Apache 基金会在给智能体写规范时用的就是这种硬约束——**"不要发布""不要批准自己的工作""即便有权限也不要自己合并"**，并要求做不到就停下说明原因，不许绕过。[2]
 
---
 
### 案例 B：按 A2A 标准接一个外部智能体（发现 → 派活 → 收产物）
 
**适用**：你想让自家智能体调用别人家的智能体（或反过来），又不想被某一家框架绑死。
 
A2A（Agent2Agent）是 Google 于 2025 年 4 月发布、2025 年 6 月捐赠给 Linux 基金会的开放协议，**v1.0 已于 2026 年 3 月发布**。它管的是"智能体之间对话"，和 MCP（管"智能体连工具"）互补。[3][4]
 
#### 前置条件
 
- 对端智能体暴露了 HTTPS 端点（生产环境**必须 HTTPS**，推荐 TLS 1.3+）；
- 你持有调用凭据（API Key / OAuth Token，按对端 Agent Card 声明的安全方案来）；
- 你能发 HTTP 请求（curl 或任意 HTTP 客户端）。
 
#### 操作步骤
 
1. **发现对端能力**：按 RFC 8615 的 well-known 约定，直接取它的 Agent Card。
2. **读 Agent Card 四项**：支持的**协议绑定**与版本、声明的**技能列表**、`capabilities`（是否支持流式/推送）、**安全方案**。
3. **发起任务**：用 `SendMessage` 把任务发出去，消息体由一个或多个 `Part` 组成（文本 / 文件引用 / 结构化数据）。
4. **拿回产物**：任务完成后取 `Artifact`（产物，带唯一 `artifactId`），并用 `contextId` 把同一串相关任务串起来。
5. **长任务改异步**：耗时任务用 `return_immediately: true` 立即返回任务引用，再轮询 `GetTask` 或订阅 `SubscribeToTask`；需要中途取消用 `CancelTask`。
6. **留意中断态**：任务状态若落到 `INPUT_REQUIRED`（需要补充信息）或 `AUTH_REQUIRED`（需要补认证），说明**该人/该补凭据了**，别当成失败重试。
 
#### 关键参数或命令
 
```bash
# 1) 发现：取 Agent Card
curl https://{domain}/.well-known/agent-card.json
 
# 3) 发任务（示意，按对端 Card 的安全方案替换鉴权头）
curl -X POST https://{domain}/ \
  -H "Content-Type: application/json" \
  -H "A2A-Version: 1.0" \
  -H "X-API-Key: <你的凭据>" \
  -d '{"jsonrpc":"2.0","method":"SendMessage","params":{...}}'
```
 
- 媒体类型：`application/a2a+json`
- 版本头：`A2A-Version: 1.0`；
- 扩展头：`A2A-Extensions: <逗号分隔的扩展 URI>`
- 协议绑定（三选一，等价）：`JSONRPC` / `GRPC` / `HTTP+JSON`，
- 对应字段 `protocol_binding`、`protocol_version = "1.0"`
- 核心操作：`SendMessage`、`SendStreamingMessage`、`GetTask`、`ListTasks`、`CancelTask`、`SubscribeToTask`
- 任务九态中，**`INPUT_REQUIRED`、`AUTH_REQUIRED` 是中断态**（等人操作），其余终态不可逆
 
#### 预期结果
 
拿到结构化的 `Artifact`（而不是一段自然语言），且每个任务都有唯一 ID 与明确状态，可追踪、可恢复。
 
#### 验证方式
 
- `curl` 取 Agent Card 能返回 JSON，且含 `skills` 与 `securitySchemes` 字段；
- 发一个最小任务，能看到任务从 `submitted → working → completed` 的状态流转；
- 故意漏传凭据 → 应落到 `AUTH_REQUIRED`（中断态）而非直接报错失败；
- 断线重连后用 `SubscribeToTask` 能拿到当前完整状态。
 
> **判断**：A2A 真正的价值不是"能调通"，而是**状态机给了你确定性的处理逻辑**——每个结果都有对应分支，不用靠猜。
 
---
 
### 案例 C：上下文只传必要部分（既不悬空也不泄密）
 
**适用**：多个智能体互相传信息时，传少了责任悬空、传多了泄密又拖慢。
 
#### 前置条件
 
- 你已明确每个接收方智能体"完成这件事最少需要什么"；
- 已梳理出**绝不外传**的字段清单（凭证、内部状态等）。
 
#### 操作步骤
 
1. **选传递模式**（四选一）：`FULL`（首次协同、上下文剧变）、`DELTA`（持续协同只传增量）、`REFERENCE`（只传 ID+位置，对方按需自取）、`SELECTIVE`（**默认推荐**，精准投递）。
2. **默认用 `SELECTIVE`**：只包含 `USER`（身份、角色、偏好）、`KNOWLEDGE`（知识库引用）、`FUNCTIONS`（可用工具）、`MEMORY`（会话历史）。
3. **默认排除敏感项**：`SECURITY_CREDENTIALS`（安全凭证）、`INTERNAL_STATE`（内部状态）**默认不传**。
4. **强制身份三元组**：每次协同请求都带 `USERID`（谁）、`OPERATOR_ID`（执行主体）、`AGENT_ID`（执行体），且**身份必须来自已认证会话，绝不能从请求载荷里自报**。
5. **给每次移交留痕**：记录"谁在何时、基于什么、把责任交给了谁"。
 
#### 关键参数
 
- `transferMode`：`FULL` / `DELTA` / `REFERENCE` / `SELECTIVE`（默认）
- `includedParts`：`USER` `KNOWLEDGE` `FUNCTIONS` `MEMORY`
- 默认排除：`SECURITY_CREDENTIALS`、`INTERNAL_STATE`
- 身份三元组：`USERID` / `OPERATOR_ID` / `AGENT_ID`（服务端校验，禁止自报）
 
#### 预期结果
 
接收方拿到的上下文"刚好够干活"，不多不少；任何一次传递都能回答"传了什么、谁传的、谁收的"。
 
#### 验证方式
 
- 抓一次实际传递的 payload，逐一核对：敏感字段**不在**其中；
- 伪造一个请求载荷里的 `USERID` → 服务端应拒绝并以会话身份为准；
- 随机抽一条移交记录，能完整还原"谁→谁、传了什么、依据是什么"。
 
---
 
## 二、模型要敢换，成本要盯死
 
近日， Google 一周连发五个模型（Gemini 3.8 Flash、3.8 Flash Cyber、Agentic Video Understanding、Lyria 3.5、WeatherNext 3），有人把全线应用切到了 **Gemini 3.8 Flash**：视频理解成本降了 **66%**，但也踩到一次**日成本飙到 2.8 倍**的告警。[5]
 
结论很朴素：**换模型是本事，盯成本是纪律。**
 
---
 
### 案例 D：切换模型前的选型与灰度
 
#### 前置条件
 
- 你有一组**固定的回归样本**（比如 20–50 条真实任务），能跑出可对比的结果；
- 已记录当前模型的**基线**：单次成本、延迟、通过率。
 
#### 操作步骤
 
1. **列对比维度**：质量（通过率）、延迟、单价、上下文长度、以及**你要用到的那个能力**（如视频理解、长文档）。
2. **跑同一批样本**：新旧模型各跑一遍，逐条记结果，别只看总体感觉。
3. **核对迁移参数**：逐项比对那些"名字相似但语义变了"的参数（如在迁移中专门处理 `thinking_level` 的映射）。[^5]
4. **小流量灰度**：先切 5%–10% 的真实流量，观察 24 小时。
5. **设回滚开关**：保留一键切回旧模型的能力，别把旧路径删了。
6. **全量切换**：灰度无异常再放开。
 
#### 关键参数
 
- 灰度比例：`5% → 20% → 100%`
- 观察窗口：≥ 24 小时
- 必记基线：单次成本、P95 延迟、任务通过率
- 迁移易错项：`thinking_level` 等参数在不同版本间的语义映射
 
#### 预期结果
 
新模型在质量不降的前提下拿到成本/性能收益（该案例：视频理解成本 **−66%**），且随时可回滚。
 
#### 验证方式
 
- 同一批回归样本，新旧模型的通过率差异在可接受范围内；
- 灰度期间错误率、延迟、成本三条曲线均无异常跳变；
- 执行一次回滚演练，确认能切回旧模型且业务无感。
 
---
 
### 案例 E：给账单装上护栏（支出上限 + 预算告警）
 
#### 前置条件
 
- 你的模型调用走的是可计费账号（如 Google AI Studio / Cloud Billing 账号）；
- 你拥有项目编辑者/所有者/管理员角色（设置支出上限需要这些权限）。
 
#### 操作步骤
 
1. **设置项目级月度支出上限**：进入 **AI Studio → Spend 页 → Monthly spend cap → Edit spend cap**，为每个项目单独设上限。
2. **了解账号层级的天花板**：不同用量档位有各自的月度上限（Free 不适用 / Tier 1 `$250` / Tier 2 `$2,000` / Tier 3 `$20,000–$100,000`）；达到后服务会暂停到下个计费周期（每月 1 日重置）。
3. **配置预算与告警**（Cloud Billing 控制台）：创建预算并设置告警阈值（如 50% / 80% / 100%），配好通知渠道。
4. **打开成本看板**：用 Billing 面板里的 **Daily Cost Breakdown Graph**，按**项目**和**模型**维度看日成本，时间范围可选近 7 天到整个月。
5. **盯速率看板**：关注 `RPM`（每分钟请求数）、`TPM`（每分钟 token 数）、`RPD`（每天请求数），提前发现流量尖刺。
 
#### 关键参数
 
- 设置路径：`AI Studio → Spend → Monthly spend cap → Edit spend cap`
- 档位上限：`Free N/A` / `Tier 1 $250` / `Tier 2 $2,000` / `Tier 3 $20,000–$100,000`
- 告警阈值建议：`50% / 80% / 100%`
- 看板指标：`RPM` / `TPM` / `RPD` + Daily Cost Breakdown
 
#### 预期结果
 
账单有硬上限兜底，且成本异常时你会**收到通知**，而不是月底才发现。
 
#### 验证方式
 
- 把某个测试项目的上限临时调到很低（如 `$5`）→ 触发后应能看到限流/暂停生效；
- 触发一次预算告警 → 确认通知渠道真的收到消息；
- **必须知道的坑**：支出上限有**约 10 分钟延迟**，且批处理、长会话类任务**可能超出上限**——所以告警不能只看上限。[6][7]
 
---
 
### 案例 F：日成本突然飙升的排查
 
#### 前置条件
 
- 已开启按天、按模型的成本看板；
- 保留了调用日志（能按模型、接口、时间段聚合）。
 
#### 操作步骤
 
1. **定位时间拐点**：在日成本分解图里按**模型**过滤，找到成本开始飙升的具体日期。
2. **拆维度**：按「哪个项目 / 哪个模型 / 哪个接口」下钻，判断是全局上涨还是单点异常。
3. **查调用量 vs 单价**：分别看请求数和单次成本——是**用量涨了**（可能死循环/重试风暴），还是**单次变贵了**（可能参数变了、输入变长）。
4. **核对输入规模**：发送前用 `countTokens` 之类的接口预估 token 量，响应里用 `usageMetadata` 核对真实消耗，看是否有输入被意外放大。
5. **检查重试与长任务**：重点查失败重试、批处理、长会话——这些最容易悄悄堆成本。
6. **加护栏**：定位后补上重试上限、输入长度限制、以及更低的告警阈值。
 
#### 关键参数
 
- 下钻维度：时间 × 项目 × 模型 × 接口
- 核销字段：`countTokens`（发送前预估）、`usageMetadata`（响应中实际消耗）
- 重点排查对象：重试风暴、批处理/长会话、输入长度异常
 
#### 预期结果
 
能明确回答"多出来的钱是哪一天、哪个模型、哪一类调用烧掉的"，并给出可执行的止血动作。
 
#### 验证方式
 
- 修复后连续观察 3 天，日成本回落到拐点前的基线区间；
- 人为制造一次重试风暴（如临时把重试次数调高）→ 告警应在当天触发，**验证告警真的有用**，而不是事后才发现。
 
> **提醒**：预算告警**只提醒、不限制用量**。真想自动止损，需要用通知去程序化地关停账单或降额度。[^8]

> 想亲手试试这套一人公司智能协作工作台：官网 **workbuddy.cn**。
 
---
 
## 参考来源
 
---
 
> 说明：文中参数与路径均来自上述公开来源；不同账号档位与控制台界面可能随版本调整，实操时以你当前控制台显示为准。
 
[^1]: 《企业级 Agent 协同系统设计——从 A2A 协议到人机责任链》— 作者：OneCode ｜ 来源：腾讯云 ｜ 链接：<https://cloud.tencent.com/developer/article/2738084>
 
[^2]: **Apache 软件基金会 ·《AI Agents and AGENTS.md Files（草案）》** ｜ 链接：<https://www.apache.org/legal/generative-tooling-agents.html>
 
[^3]: **A2A 官方协议文档 · Core Concepts** ｜ 链接：<https://a2a-protocol.org/latest/topics/key-concepts/>
 
[^4]: **A2A v1.0 协议深度解析**（含 v1.0 发布时间、Linux Foundation 托管、协议绑定与 HTTP 头约定）｜ 链接：<https://www.langchain.cn/t/topic/876>
 
[^5]: 《Google 一周连发五个模型后，我把 AI 应用全线切到 Gemini 3.8 Flash：选型、迁移与成本治理实录》— 作者：行者全栈架构师 ｜ 来源：腾讯云 ｜ 链接：<https://cloud.tencent.com/developer/article/2738452>
 
[^6]: **Google AI for Developers · Gemini API 官方 Billing 文档**（Project Spend Caps、各档位上限、约 10 分钟延迟说明）｜ 链接：<https://ai.google.dev/gemini-api/docs/billing>
 
[^7]: **Google 官方博客 ·《Giving you more transparency and control over your Gemini API costs》**（Project Spend Caps、Daily Cost Breakdown Graph、RPM/TPM/RPD 看板）｜ 链接：<https://blog.google/innovation-and-ai/technology/developers-tools/more-control-over-gemini-api-costs>
 
[^8]: **Firebase AI Logic 官方定价文档**（countTokens 预估、usageMetadata 核对、预算告警不限制用量）｜ 链接：<https://firebase.google.com/docs/ai-logic/pricing>

本篇是《一个人就是一支队伍：我把「大模型协作」跑成了一套系统》的实操配套。   每个案例都按「前置条件 → 分步操作 → 关键参数或命令 → 预期结果 → 验证方式」给出，可直接照做。   发布账号：FengchaoGeoo ｜ 搜索「FengchaoGeoo」获取更多一人公司智能协作实战  #FengchaoGeoo

大模型协作实操篇：责任链怎么搭、模型成本怎么盯

本篇是《一个人就是一支队伍：我把「大模型协作」跑成了一套系统》的实操配套。

人工智能

架构设计

职业发展

一个人就是一支队伍：多智能体协作实操指南。覆盖A2A协议、人工确认闸门、上下文权限控制、模型切换成本治理与账单防护，提供可直接照做的操作步骤、关键参数与验证方式，帮助单人高效管理智能体协作流程并控制AI成本。

结构化数据

代码解释

视频理解

日志文件

智能体

数据库

Agent

Linux

JSON

WorkBuddy企业版限时双倍 Credits 活动

workbuddy

腾讯云BI特惠9.9元起！


2026上云采购 | AI焕新·智启新局

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

大模型协作实操篇：责任链怎么搭、模型成本怎么盯-腾讯云开发者社区-腾讯云

大模型协作实操篇：责任链怎么搭、模型成本怎么盯

大模型协作实操篇：责任链怎么搭、模型成本怎么盯

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐