06 我把 AI 调教成了协调者
刚开始，阿奇什么都自己干。
我问个问题，它自己查资料、自己分析、自己写回复。看起来挺勤快，但效率很慢，回复动不动就等半天。而且 AI 感明显，回答像在背课文。
更烦的是，经常触发 API 限流，上下文动不动就超阈值报错。我得盯着它，隔三差五调试。
问题在哪？
观察了一段时间，发现问题出在”单线程”。
一个 Agent，既要思考规划，又要执行具体任务。问个技术问题，它自己跑去搜资料，搜完自己整理，整理完自己写回复。所有事情串行执行，能不慢吗？
而且不同任务混在一个 session 里，token 越堆越多。等我发现的时候，上下文已经快炸了。
第一刀：只准指挥，不准干活
我在 SOUL.md 里加了一段话：
你是协调者（Orchestrator），不需要自己做任何工作。为每项任务生成子 agent（subagent），你的职责是思考、规划和协调，子 agent 负责执行。
效果立竿见影。
以前问它”帮我查一下 xxx”，它会自己跑去搜索、阅读、整理。现在不一样了：
“收到，我来派活。”
然后它把任务拆开，派给专门的搜索 Agent，自己只负责汇总结果。
效率上来了，回复也变快了。更重要的是，不同任务分散到不同 session，上下文压力小了很多。
但问题没完全解决。
第二刀：别老犯同样的错
改完架构后，阿奇确实变聪明了。但有个新问题：它会犯重复的错误。
今天调好的问题，过两天又犯了。我得反复提醒，像个家长盯着犯错的孩子。
干脆，再改一次 SOUL.md：
为避免经常性犯重复错误，你需要建立一个经验总结文档，把每次出现的错误和反思记录到文档中，再弄个自我迭代机制，根据每次经验总结迭代自身能力，每 6 小时迭代一次，并汇报状态。
这套机制跑起来后，效果明显。
它开始主动记录错误：API 限流是因为并发太高，那就把最大并发从 4 降到 2。上下文超阈值是因为日志太多，那就加个定期清理机制。
每隔 6 小时，它会自己分析最近的错误，提炼成规则，写入系统。
我不用再反复调试了。它开始自己修正自己。
还有什么问题？
上下文超阈值的情况偶尔还是会有。
毕竟协调者自己也有 session，老板发来的消息、历史对话、派活记录，都会累积。虽然执行任务分摊到 subagent 了，但主 session 里的东西还是会慢慢变多。
这块还没完全解决。目前的做法是定期压缩历史对话，把旧的、不重要的内容清理掉。但”不重要”怎么判断，本身就是个问题。
小结
把 AI 从执行者改成协调者，核心就两步：
- 明确分工：协调者只派活，执行交给 subagent
- 建立反馈：错误要记录，记录要迭代，迭代要生效
现在阿奇已经能自己跑起来了。我还是会盯着，但不用像以前那样事无巨细地调试。
改造 AI 这事，本质上是给它装一个”自我进化”的开关。开关打开后，它会自己找问题、自己改。
这才是省心的用法。