Agent 边界问题：设计带记忆与编排的多角色 AI 系统

作者以生产环境中的角色化语音面试系统为例，说明技术面试、系统设计面试和行为面试三个角色并非三个 Agent，而是由确定性编排器控制的同一推理系统扮演三种人格；该系统使用 20B 参数模型，首 token 延迟中位 557ms、P95 758ms。文章讨论多角色应用是否真的需要拆分为多个 Agent，指出多数团队默认拆分，但往往忽略了‘不同角色是否真的需要独立 Agent’这一前提问题。

AI推荐理由 文章基于作者已上线的角色化语音面试系统，给出 20B 参数模型、首 token 中位 557ms、P95 758ms 等可量化指标，并围绕‘多角色是否应拆成多 Agent’这一架构取舍展开，提出由确定性编排器控制单一推理系统扮演多角色的方案，对多 Agent 系统设计有实际参考价值。局限在于属个人经验总结，缺少对照实验与完整评测数据，结论的普适性需自行判断。