开源项目 agency-agents 解读：将 AI 角色从“提示词”升级为“工作流资产”

近期，GitHub 上的开源项目 `agency-agents` 引起技术社区广泛关注。该项目并非新的底层大模型，而是一套完整的 AI 专家角色库，涵盖从程序员、架构师到产品经理、增长负责人等多种岗位。其核心价值在于超越了传统简单的“角色扮演”提示词，转而将模糊的专家身份拆解为具体的工作方式、判断标准、输出格式及沟通机制。与传统仅告诉 AI“你是谁”不同，该库预设了 Agent 应关注的重点、应对不确定信息的策略、反驳用户假设的逻辑以及合格交付物的标准，使其更像一份“岗位说明书”。在实际应用层面，开发者可直接在 Claude Code、Cursor、GitHub Copilot 等开发工具中调用这些角色文件进行代码审查或需求分析。更具价值的用法是利用多角色组合模式，模拟企业内部评审会，通过产品、技术、财务等不同视角的 Agent 相互博弈与质疑，低成本暴露项目盲点，避免单一视角的自我合理化。该项目揭示了 AI 应用的深层逻辑：提示词工程正在从单句指令演变为工作流资产。随着大模型底层能力趋同，真正拉开差距的是如何将业务经验与判断标准沉淀为标准化的 AI 工作流程。

事件分析

💡 核心观点：AI 应用的竞争壁垒已从模型选择转向工作流定义，谁能将专家经验沉淀为标准化 SOP，谁就掌握了核心生产力。