AI智能体跨部门协作时如何清晰划分任务边界？

我见过不少团队一上多智能体就很兴奋：这个负责规划，那个负责执行，再来一个负责汇总。听起来很顺，实际一跨部门，最常见的场面却是——任务卡住了，大家都说“我以为下一步该对方处理”。AI 没有偷懒，流程却已经开始互相甩锅。

任务边界最好别只写成“负责市场”“支持财务”这种大词，而要落到一次交接能否成立：它接收什么输入，允许做哪些判断，必须交付什么输出，什么状态算完成，哪些情况必须退回。Planner 智能体可以负责拆解和分配，但不该替 Worker 智能体完成具体执行；Worker 也不能在信息不足时擅自改写全局目标。边界清楚，才不是把责任切碎，而是让每个人知道该把球传到哪里。

交接不是一句“已完成”

我很在意交接时留下什么。真正有用的交接记录，至少要让后来的人看懂：谁发起、谁接收、什么时候处理、带来了哪些输入、期待什么输出。否则任务一旦偏离，团队只能在聊天记录里考古，既累又容易误判。

更关键的是，每个智能体完成工作后，应留下决策依据、工具调用记录和反馈信息。这样出错时，我们追的不是“哪个部门倒霉”，而是链条中哪一次判断、哪份输入或哪次交接出了问题。责任归属也应随之明确：谁修正、谁复核、谁决定是否继续流转。

人工审批要放在真正危险的路口

自动化不是把人彻底拿掉。涉及合规、财务或敏感业务时，我宁愿流程多一个人工确认，也不想让一个看似合理的错误一路传下去。尤其是任务从 Planner 转给 Worker，或跨部门交接的时刻，人工审批更像安全阀：确认目标没跑偏、材料没缺失、责任已被接住，再放行。

一个好用的权责框架，说到底并不复杂：角色有边界，交接有状态，异常能追溯，关键处有人把关。把这几件事先做扎实，多智能体协作才会像接力，而不是一群跑得很快、却不知道终点在哪的人。