一个分隔符用两个层级:多 Agent 信号协议里最难查的坑
一个分隔符用两个层级:多 Agent 信号协议里最难查的坑
多 Agent 系统里,Agent 之间不共享内存,只能靠文本信号通信。信号格式写错,通常不会报错,只会让下游拿到一份「看起来解析成功、实际上全错位」的数据。这篇讲一个最近核对出来的真实案例,缺陷很小,但很典型。
一、先看协议长什么样
目标是华为云 AI 办公实践中心的 ai-interview-swarm,5 个 Agent 分工完成面试。Leader 汇总技术和 HR 的评分后,把数据交给测评专员,用的信号叫 ASSESSMENT_DATA。
Skills/talent-assessment-specialist/SKILL.md 里的定义:
ASSESSMENT_DATA|候选人姓名|学校|邮箱|岗位名称|技术得分列表|技术总分|技术平均分|HR得分列表|HR总分|HR平均分|技术各题明细|HR各题明细
13 个字段,用 | 分隔。
同一份文件的下一段,定义了「各题明细」怎么编码:
Q{序号}:{题目}|{考察目的}|{候选人答案}|{参考答案}|{得分}|{评分依据}
Multiple questions are separated by ;; (double semicolon)
6 个子字段,也用 | 分隔。
问题就出在这里:外层字段分隔符和内层子字段分隔符是同一个字符 |,而且文档没有规定转义或加引号。
二、实测一下会怎样
我按文档给的格式拼了一条完整信号,然后做最自然的解析——split("|"):
fields = spec_example.split("|")
print(len(fields))
结果是 33 段,而协议声明只有 13 个字段。
把前 12 段按声明顺序对上:
1. 候选人姓名 = '张三'
2. 学校 = '某院校'
3. 邮箱 = 'zhangsan@example.com'
4. 岗位名称 = 'AI Agent工程师'
5. 技术得分列表 = '8,7,9'
6. 技术总分 = '24'
7. 技术平均分 = '8.0'
8. HR得分列表 = '8,9,7'
9. HR总分 = '24'
10. HR平均分 = '8.0'
11. 技术各题明细 = 'Q1:简述AI Agent定义' <-- 只拿到第一小题的第一段
12. HR各题明细 = '考察基础认知' <-- 拿到的是上一题的第二个子字段
前 10 个字段没问题,因为它们的值里不含 |。到第 11 个字段开始错位——本该是完整的明细块,实际只截到了题目的第一段。
最要命的是第 12 个字段:HR各题明细 拿到的值是 考察基础认知,这是技术面试第一题的「考察目的」。它是个正常的中文字符串,不是空值,不是异常,长度也合理。 下游如果只做「字段是否为空」的校验,会一路通过。
三、为什么这种错很难被发现
我把这套东西想了一遍,觉得它难查有三个原因。
第一,前 10 个字段是对的。 任何人写解析器,都会先拿个简单样例验证,而简单样例往往只填前几个字段。等真实数据进来,明细一填上,才开始错位。这时候人已经相信这个解析器是好的了。
第二,错位后的值依然「像」正常数据。 上面那个 考察基础认知 就是典型。如果错位后拿到的是空字符串或者 | 残留,反而容易发现;拿到一段通顺的中文,肉眼扫过去不会警觉。
第三,文档本身是自洽的。 两段格式说明都不算错,分开看各自成立。缺陷只在「它们被组合进同一条信号」时才出现,而这个组合关系没有任何一处文字明确写出来。
四、对照下没问题的信号
同一个仓库里,技术面试官回传给 Leader 的信号是这样的:
TECHNICAL_SCORING_DATA|吴松明|AI算法工程师|8,7,6,9,8|38|7.6|D:\面试记录\技术面试\技术面试记录_吴松明_AI算法工程师_20260715_143022.txt
6 个字段,实测 split("|") 得到 6 个值,完全正确:
1. 吴松明
2. AI算法工程师
3. 8,7,6,9,8
4. 38
5. 7.6
6. D:\面试记录\技术面试\技术面试记录_吴松明_AI算法工程师_20260715_143022.txt
区别很清楚:这个信号没有嵌套。每个字段都是标量,不含分隔符。所以 split 是对的。
问题不在「用了 |」,而在「同一份文本里 | 承担了两个层级的语义」。
五、几种可行的改法
按改动成本从低到高:
分级分隔符。 外层继续用 |,内层明细换成 ; 或 ::。比如:
Q1:题目::考察目的::答案::参考答案::得分::评分依据
然后把题目之间原来用 ;; 的分隔改成别的(或用换行)。这是最小改动,但要注意 ;; 已经占用了分号。
明细走独立通道。 主信号只传标量(姓名、岗位、各科平均分这些),明细另外落文件,信号里只带路径。这跟 TECHNICAL_SCORING_DATA 的做法一致——它最后那个字段就是文件路径。整个仓库里唯一没这么做的,恰好就是 ASSESSMENT_DATA。
显式转义或编码。 明细整体做一次 base64 或 JSON 转义,接收端先解码再解析。最稳妥,但可读性最差,日志里没法直接看。
改结构化格式。 直接上 JSON。多 Agent 场景里纯文本信号有它的好处(模型容易生成、容易截断、token 便宜),但一旦出现嵌套,纯文本的边际成本就很高了。
我个人倾向第二种:跟已有约定保持一致,改动面最小,而且明细本来就该落盘留档。
六、可复用的检查方法
这类问题有个通用检测思路,不需要读完全部代码:
找出所有信号定义,数一下每条有几个字段,再看有没有哪个字段的值本身含分隔符。
具体操作就是拿文档里的示例值拼成一条完整信号,跑一次 split,比对段数和声明字段数。段数明显超出,就说明有嵌套冲突。
parts = signal.split("|")
assert len(parts) == 1 + declared_field_count, \
f"字段数不匹配:切出 {len(parts)} 段,声明 {declared_field_count} 个"
第二个检查点:协议的示例值里,明细类字段是不是真的填了内容。 很多文档的示例只填前几个字段,后面写 ... 或者留空。这种示例能过,但真实数据过不了。核对时应该专门构造一个「所有字段都有值、且明细有多条」的满配样例。
第三个:检索同一分隔符在协议里的所有用途。 到定义文件里数一下每个 | 属于哪一层。层次混淆在文本协议里几乎必然发生,只要有嵌套。
七、小结
多 Agent 的协作契约就是一堆字符串格式。它没有类型系统帮你兜底,也没有编译器告警。| 用错层级不会抛异常,只会让第 11 个字段开始变成另一个东西,而那个东西看起来还挺正常。
能查出来的办法也很土:把示例拼完整,数一下切出来几段,跟声明对一对。三十秒的事,但前提是想到要去数。
文中命令与解析输出均基于对 agent-best-practices/ai-interview-swarm 仓库(commit 13cae30)的实际执行结果。
- 点赞
- 收藏
- 关注作者
评论(0)