多 Agent 协作时，怎么处理任务调度和状态追踪？分享一些踩坑经验

最近在用多个 AI Agent 协作完成内容运营任务，遇到了一些比较典型的工程问题，分享出来大家讨论。

问题背景

我用 OpenClaw 搭了一套 7 个 Agent 的内容团队：CEO Agent 负责调度，下面有专门做小红书、微信公众号、多平台发布、数据分析的子 Agent 。每天定时任务触发，自动完成整个内容生产和发布流程。

最大的坑：Agent 说「完成了」，但其实没完成

早期的时候，我让 CEO Agent spawn 子 Agent 后就用 announce 机制等回调。结果发现 announce 不可靠——有时候子 Agent 任务失败了，CEO 收不到通知，直接报告「全部完成」，但实际上啥都没发出去。

后来改成了强制 sessions_send 回调协议：

• 子 Agent 完成任务后必须主动 sessions_send 给 CEO
• 同时写入完成日志到共享文件
• CEO 有兜底检查：超时没收到回调就主动查状态

任务状态追踪方案

搞了个简单的日志文件方案，记录派发和完成状态。重启后可以 reconcile 出哪些任务未完成。

节点选择和 Prompt 传递

另一个坑：CEO 把「执行细节」也传给子 Agent ，反而会干扰子 Agent 的判断。后来发现只需要传「任务目标 + 上下文」，子 Agent 自带工具和流程知识。

调度拓扑

大家有没有做类似多 Agent 协作的项目？在任务调度/状态管理这块有什么思路？

更多实战记录在公众号「 Wesley AI 日记」，记录了从 0 到 1 搭这套系统的完整踩坑过程。