MasterAgent

普通对话工具是一个助手陪你一来一回，处理的是单个问题；MasterAgent 是把一件完整的事拆给多个分工不同的智能体，各自负责一部分再汇总。所以它更适合有多个步骤、需要多个视角的任务，而不是查个概念、改句话这种轻量需求。简单任务用它反而绕远路。

比较贴合的是那些「一个人一次做不完」的任务，比如围绕一个主题从调研到成稿的内容策划、需要分类对比的竞品分析、把一个产品想法拆成需求清单。这类任务的共同点是有明确的多步骤结构，拆解之后每个角色都有活干。反过来，纯问答式需求不太适合。

交互本身是对话式的，不需要写代码或配置流程，起点不高。真正的门槛在于公开介绍：你怎么说，它就怎么拆。目标、受众、想要的产出形式写得越清楚，智能体分工越接近你的预期；只丢一句笼统的要求，很容易得到一堆方向不一致的内容。

会出现重复或冲突，这是多角色协作的常见情况——不同角色可能对同一个事实给出不同处理。实用的做法是在任务里先把边界说清楚，比如哪个角色只做收集、哪个角色只做判断，减少交叉。汇总之后再人工过一遍，比指望它们自动对齐更靠谱。

建议当成结构完整但需要核对的初稿。协作流程能让框架、层次、覆盖面比单次对话更完整，但涉及具体事实、数字和结论的部分仍然要人工确认，尤其是要对外发布或用于决策时，不能跳过复核这一步。

趁智能体还在执行时直接补充说明、修改要求或调整某个角色的职责，比等全部汇总完再让它整体返工省事。多智能体流程的一个好处就是中间环节可以介入，用好这一点能明显减少无效产出。