多智能体 = AI 不再是你逐步驾驶的一个助手，而是一群 agent 自动替你跑多步（CC 内置子 agent / superpowers 自动排班 / 你自搭的 agent 群）。 学完你能做到： AI 自己跑的时候，你会把关——监督、验收、定规矩、抓它跑偏。（手动”编排”正被工具自动化；但”自动跑了怎么盯”没法自动化、而且越自动化越重要——你现在用 CC 子 agent 时就在做。） 怎么学： 按主题读卡，每张做完它的自检练习再进下一张。 这是最稀缺的一层——多数人到 L2 已经够用。这些卡源自作者真实搭 / 用多 agent 的踩坑（已脱敏），不是教科书。
还没走完 L2？
先去 L2 · 智能体（agent），把”亲手驾驶一个 agent 把活做出来”练熟，再上 L3。
路径（按主题）
A · 想自建 agent 系统（架构·进阶）
- 卡-主agent只配当调度中心 —— 主 agent 越克制，系统越能扩展
B · 怎么给 agent 派活（输入要精确） 2. 卡-派活要指明代码真实位置 —— agent 看到的世界 = 你给它指的目录 3. 卡-铁律歧义的代价 —— 规则写明范围，别让它保守罢工
C · 怎么验 agent 的活（trust-but-verify） 4. 卡-agent先下结论再验证 —— 逼它先枚举资源、确认再行动 5. 卡-子agent报告是意图声明 —— “完成”不是事实，要验文件副作用
D · 反幻觉（预防 vs 补救） 6. 卡-反幻觉分预防与补救 —— 事后核查拦不住正在发生的编造
待补（需作者口述一手故事）
- 端到端”多 agent 协作造出一个东西”的完整实战线；以及成本 / 调度运维（次数套餐下重排任务时间窗、设备 / workspace 隔离的安全边界）等线索——《候选卡清单》附录还有素材待深挖。
学完自检
- 我的多 agent 设计里，主 agent 只派活 / 聚合 / 管理，不亲自下场干活
- 派活时我会写明”代码 / 数据的真实位置”和规则的”适用范围”
- 我不只看”测试全绿”，还会验 agent 实际动了哪些文件、分支对不对
- 我分得清反幻觉的”预防”和”补救”，不会只靠事后核查