多模态 Agent 的职责隔离机制

多模态 Agent 在处理图文混合输入时，容易因识别、提取、计算等步骤的微小偏差而放大错误。有效的解决之道在于实施职责隔离机制，将复杂任务拆解为相互衔接的角色，并设置检查点来确保结果可验证。

规划者是整个流程的起点，它需要先确定输入材料的类型、可靠性，以及最终交付物的字段结构和可验证关系。通过回答输入中有哪些材料、哪些材料可信度较低、最终交付物包含哪些字段以及字段之间存在哪些可验证关系等具体问题，规划者能够避免后续步骤陷入无效循环或重复调用工具。

执行者专注于单一动作，例如图像识别或数据提取，并将结果以结构化形式传递，包括字段名称、数值、单位、所属期间以及图中位置等信息。这种分离确保每个角色仅承担有限职责，避免单一 Agent 在多步操作中累积偏差。

检查者则在关键交界处进行验证，设置四处检查点。第一处输入完整性检查，判断截图是否存在裁切、模糊或缺失材料，避免猜测填补；第二处字段与证据绑定检查，将每个目标字段状态分为已确认、存在歧义和缺失三类，确保只有确认字段才能进入后续计算；第三处跨期一致性检查，建立对齐表验证两期数据是否属于同一指标、口径和可比较单位；第四处计算与输出检查，分离保存计算结果与原始字段，输出时附带异常说明。

修正者仅针对明确失败原因进行针对性处理，例如图像模糊时回退到输入检查，字段缺失时回退到局部识别，口径不一致时回退到对齐与规划。这种受控回退机制取代无限重试，避免同一错误路径循环，并为每个节点设置终止条件，如同一字段有限次处理仍无法确认则输出待人工确认项。

在企业级应用中，例如用两张财报截图生成对比表格时，规划者应产出详细任务清单：先识别每张截图的报表期间、币种或单位，再提取目标项目及数值，随后映射到统一字段、确认可比性，最后计算差异并生成表格。这种流程设计让模型能力决定其走多远，任务编排决定它是否在错误方向上越走越远，为多模态 Agent 的可靠性提供了可审计的基础。