当用户说“帮我做一部短片”，这看似是一条简单的指令，背后却需要故事、角色、分镜、图片、视频、音频等多个 Agent 共同参与。每个 Agent 都可能拥有强大的专业能力，但能力的叠加并不会自动形成集体智慧：它们可能缺少共同上下文，忘记用户已经接受的版本，不理解彼此的工作，也不知道哪些事情可以自主完成、哪些判断必须交还给人。

Prompt 适合驱动一次生成，却难以承载一件作品持续生长的过程。随着 AI 从响应指令的工具发展为能够理解上下文、调用能力并采取行动的 Agent，设计所面对的问题也正在改变：我们需要考虑的不再只是“如何让机器正确执行指令”，而是“如何让人和一群 Agent 共同理解一件事情，并在持续协作中逐渐形成默契”。

本次分享将结合 Miora 统筹中控台的设计实践，探讨如何通过共同记忆、上下文分配、行动边界和失败修复，把人与 Agent 之间的默契转化为可以被系统承载的能力。核心内容包括四部分：

1. 从 Prompt 到 Project：一次指令为什么无法完成一件作品
以多模态视频创作为例，揭示单次Prompt在长期创作中的困境——目标持续变化、版本不断迭代、资产互相依赖、一次失败不能推倒重来。由此提出：Agent需要理解的不是当下指令，而是一件作品如何发生、变化并被选择。

2. 单个 Agent 的聪明，为什么无法自动形成集体智慧
当多个Agent参与同一项目，真正难点不是任务拆分，而是共同理解——项目当前进展如何？依据哪版事实？谁承接整体意图？一个Agent的行动影响哪些下游结果？未来的多Agent协作更像一个创作团队，而非相互独立的生成工具。

3. 统筹中控台：让 Agent 学会共同创作
统筹中控台不是能力最大的“超级 Agent”，而是人与多个 Agent 共同工作的空间。
分享将介绍：
- 让系统在长期创作中持续理解资产与阶段成果；
- 让不同智能能力围绕同一创作意图协同，而非各自独立生成；
- 让系统根据不同创作场景，采用恰当的理解与协作方式；
- 让错误尽可能被提前发现，失败后能够恢复；
- 明确自动化的边界，把审美、方向与最终选择留给创作者。

4. 从指令执行走向人机默契
真正的默契不意味着Agent永远正确，而是系统能记住共同经历、理解已做的选择、知道何时主动行动、何时停下来询问，并在出错后解释、撤回与重新调整。智能的温度，不只体现在它如何说话，更在于它是否记得人的选择、尊重人的边界，并在事情出错时保护人的创作劳动。

听课获益

1、一套系统性设计框架——从"单次AI生成"走向"多Agent持续协作"的完整方法论，学会判断一个Agent项目需要记住什么、哪个Sub-agent可自主行动、哪些决定必须交还给人，以及出错后如何修复。
2、腾讯Miora的一手实践——通过统筹能力理解多agent协作的真实落地经验设计逻辑与权衡。
3、重新理解"有温度的智能" ——不只是对话风格，更是系统是否尊重人的选择、保护人的创作劳动，并建立真正可持久的协作默契。

作品案例

能力介绍

记忆系统

资产画布

多 Agent 协作