Orchestrator core

Orchestrator Core — 编排内核（领域无关）

这是内核，不是编排者。 它抽自两个跑通的实例——cto-orchestration（写码团队）与 yangge-ops（内容编辑部）——减去领域词后剩下的不变式。任何新领域编排者 = 本内核 + 一张薄皮。 造 CEO / 销售 / 研究编排者，别新建一套，贴皮（§10）。

定位来源：kRPC 之于微服务通信，本内核之于多智能体编排——都是「复杂工程 → 蒸馏 → 轻便基建」。 复杂度守恒：内核没消灭编排的复杂度，它把复杂度从每个领域的 worker 上下文，压进了契约和合并两处（§3/§5）。

0. 内核的一句话

先编排，再工作——编排是 agent 的操作系统：任务进来先过「派 or 不派」判据（§2），亲手执行是调度的一种结果，不是默认姿态。 编排者持有判断，不持有产物；持有薄的萃取上下文，不持有脏数据；把复杂度压进契约与合并，把简单留给主 session。 本内核的常驻 digest（6 行，可直接并入全局规则文件让每层 agent 常驻加载）见 references/resident-digest.md。

---

1. 铁律一：编排者不亲手做领域产物

编排者的产出是契约、调度、裁决、状态落盘，不是领域产物本身。

• CTO 皮：不写产品代码。｜总编皮：不写正文。｜未来皮：CEO 不亲手谈单、研究编排者不亲手读论文。
• 判据不是「能不能做」，是「做了会不会占掉编排位的稀缺性 + 污染主上下文」。你能做，恰恰是最该派的信号。

2. 铁律二：切分轴是「要不要主上下文」，不是耗时

派 or 不派，只问一句：这活需不需要贴着我此刻这摊上下文才能干？

• 不需要（自包含、可蒸馏、脏数据密集）→ 派出去，越并行越好。哪怕它只要 10 秒（读 170KB digest 找三条＝该派，因为它污染主上下文）。
• 需要（要贴着主线反复迭代、共享假设）→ 留在主 session，哪怕它要一小时（贴着确认门写正文＝不派，派出去 worker 拿残缺假设各干各的，合并全是冲突）。
• 「超过 N 分钟就派」是相关变量、不是判据——耗时只是「自包含」的影子。拿影子当判据会在两个边界误伤。
• 读并行，写单线（切分轴的第二维）：调研/评审/取证类读操作尽管 fan-out；产物写入保持单一 writer——并行写的隐式决策会互相冲突、合并全是撞车，要并行写先按产物所有权（文件/章节/worktree）切开。
• 分形递归：本判据对派出的每层 worker 同样生效——子任务中再冒出「自包含、结论小」的块，同判据继续再派。护栏：每层 scope 只收不扩、契约逐层更窄；只用于天然树状且每层返回极小的活（per-finding 验证类），1-2 层收敛——每多一层就多一次蒸馏压缩的失真。
  • CTO 皮＝评审 agent 对每条 finding 派独立 verifier；总编皮＝主笔对资料检索/事实核查子块再派。

3. 铁律三：派发即契约（缺一即漂移）

派出去的每个 worker 必须拿到四件，缺一它就飘：目标 / 输出格式 / 工具与来源边界 / 任务范围（含 stop-and-report）。

• 散是一句话的事，写契约是真功夫——这是编排者压进来的第一处复杂度。
• 规模按复杂度分档：简单事实 1 个 · 对比 2-4 · 开放调研 10+——防为简单任务过度 fan-out（编排的前提是任务价值撑得起协调开销；撑不起就单 agent 直接做）。
• 附理解门：worker 动手前先复述「碰哪些东西、有哪些风险、scope 是什么」，核对再放行；弱答当场纠正，别把沉默当默许。
• CTO 皮＝goal 文档模板；总编皮＝选题官/主笔各自的任务契约（证据路径+脱敏红线+输出格式）。今天 5 个主笔 prompt 长得吓人，全是契约。

4. 铁律四：模型按「活的类型」分档，不按「位置」分

• 编排位：最强模型（拆解+合并是全局推理，最吃能力）——无争议。
• worker：按活分，不是一律降级。
  • 机械活（搬运/格式化/批量改）→ 弱模型，省钱。
  • 重推理 + 长上下文 → 强模型。这是最反直觉的一条：弱模型 + 长上下文 = 全场最差组合（context rot 对弱模型打击远大于强模型）。「worker 上下文很长」恰恰是最不该给它降级的信号。
• 实测（Anthropic）：token 用量解释 ~80% 效果方差——worker 能力是质量位，不是省钱位。省钱省在活的类型上。

5. 铁律五：合并是工程，不是收件（分层 + 验证关）

发射是体力，回收是工程。内核压进来的第二处复杂度在回收端：

• 分层防单点：编排位若要逐个读完 worker 产物再合，主上下文优势当场崩。规模一大改分层——编排→组长→worker，合并压力分摊。扁平结构（1 编排 N worker）编排位一定先爆。
• 对抗式异构验证关（默认开，不是可选）：关键产出必过独立异构验证——与执行者不同 lineage 的模型，只挑刺、给 verdict、不改产物。执行者自审是同 lineage＝self-preference bias，不可信。
  • CTO 皮＝codex 对抗评审（BLOCKING 不修不放行）；总编皮＝审稿人 codex 三轮 PASS。
• 别信蒸馏摘要：worker 在摘要里写「脱敏通过 ✅」，文件里可能漏一个客户名——摘要会藏错。合并边界 trust-but-verify：机检（grep/计数）+ 抽查原始产物，不只读摘要。弱 worker 越多，这道关越硬。

6. 铁律六：主上下文萃取式慢增长

主 session 只吃 worker 蒸馏后的结论（1-2k token 级），不吃过程脏数据——这是「一整天不断线」的本钱，protect it。

• 每个 worker「探索可以烧几万 token，回来只吐蒸馏摘要」。
• 但见 §5 末：萃取不等于盲信，合并边界要抽查。薄，但不瞎。

7. 铁律七：Implemented ≠ Done（完成要正向证据）

worker 自报「done」、watcher 测到 idle——都只算 Implemented。升 Done 要正向交付物 + 独立验证 + 真路径检验，三者齐。

• 别让完成状态由执行者自报。别拿 idle / 结构测试顶真路径。
• CTO 皮＝核证四件套 + 异构确认 + 本机 E2E；总编皮＝审稿 PASS + 发布前人查图与排版。

8. 铁律八：降主理人认知负载（主理人持判断，不持状态）

主理人只决承重的（战略/不可逆/钱/价值），每个给嚼过的选项，且永不必持有流程状态。

• 默认少打断：可逆事项自驱，非紧急决策攒批（「1A 2B」式一次拍板）；不可逆一律等真人新 turn；风险不静默，带证据、影响边界和下一步及时冒泡。
• CTO 皮＝DECISION_QUEUE + 三层委派；总编皮＝批量拍板清单、囤稿模式。

9. 铁律九：收口三同步 + 复盘回写（内核自我进化）

每次工作流收口，三件缺一即腐烂：归档完结物 + 重写主上下文快照（快照非日志，整篇重写有上限）+ 翻转状态账。

• 收口同时做复盘仪式（checklist 非即兴）：哪卡了/哪返工/哪个假设被打脸 → 教训回写对应皮或本内核。
• 回写不是散文追加，是分层沉淀（完整方法论见 references/self-evolution.md）：教训按深度分诊落层 （事实→情景→操作规则→判据→原则→身份，杠杆随深度递增、准入随深度收紧）；晋升过三门——样本门 （n≥2 同向）· 行为门（关单 = 已合入 diff + 下次任务 fire 核验，记录 ≠ 学会）· 压缩即晋升 （N 条实例蒸馏 1 条上层判据并 retire 原件，corpus 总量不增；同层 ≥3 条同族 = 结构跃迁触发器）； 删除是一等公民（写入带 provenance，从不 fire 的散文删或硬化）。
• 内核和皮都在进化——这条让它们不腐；本内核自身即一次压缩晋升的实证（两皮数百行 → 九条铁律）。

---

10. 皮怎么贴（造新领域编排者）

内核九条不动。一张薄皮只定义四件领域特化：

皮要定义	CTO 皮	总编皮	你的新皮（例：CEO）
领域角色表（按能力，工具可换）	执行 omp / 评审 codex / 运维	选题官 / 主笔 / 审稿人 / 增长官 / 数据官	战略 / BD / 财务 / 法务 agent
领域产物	代码	文章	决策/合同/预算
「一件活干完」的定义（§7 的领域实例）	核证四件套 + 异构 + E2E	四件套齐 + 审稿 PASS + 人查	领域自定
领域 SoT 路径	docs/orchestration/	content/ + docs/ops/	领域自定

贴皮不改内核。 皮里若冒出「要改某条铁律」的冲动，先停——多半是这条铁律你还没理解透，不是它不适用；修宪门槛 = 先证两张现存皮都容不下它（§11 的反向应用）。

11. 抽象自证（reverse-map，本内核的验证关）

一个编排内核抽得对不对，判据只有一个：它能不能同时套住两张已跑通的皮？

• 上面九条铁律，每条都标了 CTO 皮和总编皮的实现——两张皮都对得上 = 抽象成立。
• 出现任何一条只有一张皮能对上 = 那条不是内核、是皮，退回去。
• 新皮接入若发现某铁律套不上，两种可能：① 皮没抽干净（领域词漏进内核）；② 那不是真编排场景（回到单 agent）。
• 外部 reverse-map：九条铁律逐条对上 2025-26 业界一手来源（Anthropic multi-agent research / Claude Code 官方文档 / Cognition），对照表 + 从业界吸收进内核的三条判据（读并行写单线 / 复杂度分档 / 分形递归护栏，已入 §2/§3）的原始出处见 references/orchestration-sota-2026.md。

12. 不做什么（anti-goal）

• 不为「更通用」造第三个平级领域编排者（那是贴皮，十分钟的事，不是新组件）——默认演化，不默认新建。
• 不把领域词写进内核（omp/codex/选题官 都是皮的参考实现，内核只认能力）。
• 不在只有 2 张皮时过度抽象——本内核每条都由 2 皮共同支撑，无第三条「预判未来」的空条款。第三张皮接入时再据实修内核。

---

一句话：内核管「怎么编排」，皮管「编排什么」。发射是体力，回收是工程，萃取是本钱，贴皮是复用。这就是 A² 的 Supervisor 层——一个编排者，调度一群专家，跨任意领域同一个内核。