谷歌在 Antigravity 的 Teamwork 多智能体框架里,搭建了一套可以自主分工、互相派发任务的 AI Agent 团队,整套体系里最关键的角色是专门挑错、做压力测试的 Critic(批判纠错 Agent),用来解决普通多 Agent 容易抱团盲从、顺着错误思路继续往下做的通病,它不和其他 Agent 一起产出方案,专门去找逻辑漏洞、边界问题、隐藏缺陷,方案没通过它的对抗测试,就不能进入下一环节,这套模式搭配 Gemini 3.7 Flash,在数学难题、代码开发、系统工程这类复杂长周期任务上效果明显,能够自主循环迭代好几个小时甚至好几天,减少 AI 一本正经胡说八道的情况。
一、Agent 团队各个角色分工
| 角色 | 核心工作 | 能不能产出方案 |
|---|---|---|
| Sentinel(哨兵) | 理解用户目标,启动调度 Agent,全程监控整体任务走向 | ❌ |
| Orchestrator(调度器) | 拆解大任务,给其他 Agent 派发子任务,汇总所有人结果 | ❌ |
| Explorer(探索者) | 梳理需求,制定执行策略和方案框架 | ❌ |
| Worker(执行者) | 写代码、做实现、产出初稿、执行测试,是干活主力 | ✅ |
| Reviewer(审核员) | 检查方案设计、接口规范、基础合理性 | ✅(只审核) |
| Critic(纠错挑错 Agent) | 对抗性压力测试,专门找漏洞、反证方案,是这套架构的核心 | ❌ |
| Auditor(审计员) | 独立核验最终成果真实性、稳定性 | ❌ |
二、整套 Agent 互相派活的运行流程
- 用户提交一个复杂目标,Sentinel 先对齐需求,启动 Orchestrator 调度 Agent。
- Orchestrator 把大任务拆成多个子任务,自动派发给 Explorer、Worker 等不同 Agent,各个 Agent 之间也可以互相发起任务请求。
- Worker 产出方案、代码或者结论之后,先交给 Reviewer 做常规审核。
- 审核完成的内容,必须交给 Critic 做对抗找茬,它会主动设计反例、寻找逻辑矛盾、挖掘边缘场景,把发现的问题原路返回给 Worker 修改。
- 修改后的成果再次走审核 + 纠错循环,直到 Critic 找不到致命缺陷,再交给 Auditor 核验。
- 全部核验通过,Orchestrator 整合所有结果,输出最终交付内容。
三、为什么专门挑错的 Critic 角色这么关键
- 普通多 Agent 很容易出现从众问题,一个 Agent 出错,其他 Agent 跟着认同错误结论,越做偏差越大,Critic 的定位就是独立质疑,不附和团队想法。
- Critic 采用对抗测试思路,不是简单看内容写得通不通,而是主动去 “破坏” 方案,模拟极端场景,和常规 Reviewer 的温和检查不一样。
- 它是迭代循环的开关,没有 Critic 的放行,方案无法继续推进,强制把纠错环节固定在工作流里,大幅降低幻觉和隐性 bug。
- 谷歌实测,加入这个专职挑错角色后,在数学猜想证明、操作系统开发、底层代码优化等高难度任务里,成功率提升很明显。
四、这套 Agent 团队适合和不适合的场景
✅ 适合:复杂代码开发、数学猜想验证、长周期研究、底层系统仿真、需要严谨逻辑的工程任务
❌ 不适合:简单问答、一次性短文案、低门槛简单任务,用这套多 Agent 架构成本偏高,速度慢
⚠️ 注意:整套框架依然需要人设定最终目标,不是完全无人管控,遇到重大方向错误,还是需要人类介入调整。
【常见问题】
问题 1:Google 让 Agent 团队互相派活,这个专门挑错的角色叫什么?
回答 1:Google 这套互相派活的 Agent 团队里,专门挑错的核心角色叫 Critic,它负责对抗性压力测试、寻找方案漏洞,和普通的 Reviewer 审核 Agent 职责不一样。
问题 2:Google 互相派活的 Agent 团队,Critic 挑错 Agent 主要做哪些事情?
回答 2:Critic 挑错 Agent 不负责产出方案,主要做对抗测试、寻找逻辑矛盾、挖掘边界缺陷、设计反例,发现问题之后打回给 Worker 修改,方案要通过它的检查才能继续往下走。
问题 3:Google 这个可以互相派活的 Agent 团队来自哪个框架?
回答 3:这套可以互相派活、带有 Critic 挑错角色的 Agent 团队,来自谷歌 Antigravity 平台里的 Teamwork 多智能体框架。
问题 4:Google Agent 团队互相派活,Critic 和 Reviewer 两个角色有什么区别?
回答 4:Reviewer 偏向常规合规检查,核对设计、接口、基础规范;Critic 是专门挑错的对抗角色,主动去质疑、找漏洞、做破坏性测试,要求更严苛,是这套架构的关键。
问题 5:Google 带 Critic 挑错角色的 Agent 团队,能解决 AI 什么痛点?
回答 5:Google 这套互相派活的 Agent 团队,依靠 Critic 挑错角色,主要解决多智能体抱团盲从、跟着错误思路推进、AI 幻觉、隐性逻辑 bug 这类问题,提升复杂任务结果的可靠性。
【参考资料】
[2026-11-11](Google Antigravity coding tool 可以运行一组 AI Agent)AI Insiders
[2026-08-31](Gemini 多 Agent 团队,Antigravity Teamwork 介绍)Google 官方博客
[2026-08-27](Teamwork:AI 成为研究伙伴,谷歌 Antigravity 官方文章)Google Antigravity
[2026-05-19](Google Antigravity 多 Agent 角色说明)Google Antigravity
【免责声明】
文中 Google Agent 团队互相派活、Critic 挑错角色相关内容来自谷歌 Antigravity 公开技术博客与框架介绍,Agent 能力、任务效果受模型版本、任务类型、提示词影响,不同场景表现存在差异;本文信息仅作 AI 技术资讯参考,不代表商用落地承诺。
