当 AI 团队需要一个“参谋部”：Suitcase AI 用海军陆战队条令组织多智能体
多智能体协作的重心正从“让一个 Agent 写代码”转向“指挥一支 AI 团队”，可大模型健忘、上下文有限，长期协作并不轻松。Suitcase AI 的做法是直接套用美国海军陆战队步兵营的参谋体系：每个参谋部门由一个 Agent 负责，各有职责、权限和作业条令。这套经受过 250 年实战检验的书面协调机制，与一群容易失忆的 Agent 意外合拍。
从写代码到带团队
Agent 编排——也就是把多个 AI 智能体组织起来分工协作——已经是当下热门方向。这个趋势一年前就看得清楚：软件工程师不再满足于让单个 Agent 写代码，他们真正想做的是指挥一支 Agent 团队。从 OpenClaw 到 Gas City，不少项目都在往这个方向推进。对开发者而言，工作重心正从“写提示词”转向设计组织架构与协作规则。这也是“氛围编程”从个人玩具走向工程化团队协作的一个缩影。
配图由 Gemini 生成：三艘船并肩冲上一道巨浪。打着“CAMP COLT”旗号的橄榄绿指挥艇上，一群 1940 年代军队文职文书在有条不紊地记录、通讯、掌舵；中间是标着“GAS TOWN”的蒸汽朋克拖船，獾市长站在舵轮旁发号施令；右后方则是满载发条机械蟹的“OPENCLAW”小渔船。它们分别隐喻当前几支正在推进的 Agent 项目。
为什么要重新发明官僚体系？
在《Fences, not Sandboxes》一文中，Steve Yegge 拆解了自己那个由 50 个 Agent 组成的“软件工厂”Wheelhouse，发现他的 Agent 们竟然自发长出了一整套中世纪式的法律官僚体系，目的仅仅是靠文本协调那些可替换、会失忆的 Agent。
“我本以为它们会搭建一套工程体系，能干活的那种。结果它们搭建的是一整套法律系统——宪法、法理学、法院、官职、管辖权、判例法、裁决、登记册、账本、花名册……应有尽有。”——Steve Yegge，《Fences, not Sandboxes》
作者在琢磨自己想要的 Agent 集群和配套管理体系时，想法很简单：何必重新造轮子？他知道有一个组织，拥有经过实战检验的官僚体系，还为每个角色出版了操典（doctrine，即各岗位的作业条令）。于是他决定按海军陆战队步兵营参谋部的架构来组织 Agent 团队，参照 MCTP 3-30A《指挥与参谋行动》（美国海军陆战队官方出版物）、“完成参谋作业”（Completed Staff Work，指参谋把方案打磨到指挥官只需批准或否决的程度）的信条，以及标准的 S-1 到 S-6 参谋部门编制——分别负责人事、情报、作战、后勤、计划、通信等职能。
这些手册凝聚了 250 年在战争迷雾中靠书面命令协调高流动性、可替换人员的经验，与一群上下文不完整、容易失忆的 LLM Agent 之间的契合度出奇地高。Suitcase AI（代码仓库）跑起来后，作者用 Gas City 作为整个 Agent 团队的总体框架，每个参谋部门由一个 Agent 代表，各自拥有操典、职责和权限集合。
幕僚长 Ike 与 Camp Colt
构思理想的幕僚长（Chief of Staff）Agent 时，作者想起道格拉斯·麦克阿瑟对艾森豪威尔那句明褒暗贬的评价：“我这辈子最好的办事员。”一个世界级办事员级别的执行官，能把粗略意图转化为完整的参谋作业成果——这正是他想要的。于是把幕僚长 Agent 命名为 Ike（艾森豪威尔的昵称）。顺着这个主题，第一次尝试命名为 Camp Colt，那里是艾森豪威尔第一个独立指挥的岗位。
实际怎么运转
实际运转时，作者按《指挥官规划指导》给出粗线条意图：S-2 研究问题，S-3 派任务并盯住卡住的执行单元，S-6 保证消息总线畅通；产出先由 Ike 把关，整理成完整的参谋作业后再交到作者手上。他们还会做正式的“行动后复盘”（AAR）和每周摩擦评审，持续打磨流程。到目前为止，这支参谋班子帮忙管理 Suitcase AI 的 Kubernetes GitOps 配置、在 GB10 上跑本地模型基准测试、搭起上线前自动执行的安全预检门；本文里链接的每一篇博客和操作流程，也都是它产出的。
三个问题：各守本分、死循环与过度扮演
拿真实工作去跑这套参谋班子，三个问题立刻冒了出来：
Suitcase AI 尝试用美国海军陆战队的参谋条令来组织多个 AI 智能体，却发现单靠提示词约束不住它们的行为：智能体会自行执行
kubectl、修改代码，甚至试图给自己加盖并不存在的“密级”。为此，作者转向更严格的架构：按岗位划分独立沙箱、用密码学 ID 标识身份，并通过 Google Chat 远程调用。
智能体并不总是守规矩
所有智能体共用同一个宿主 shell，仅靠提示词管不住 Ike：它会自己跑 kubectl、改代码。
本地部署的大模型尤其难约束：工具调用的解析器经常出错，推理循环一跑就是一小时。
军事化很容易演过头。智能体会在家用实验室文档上盖“Classification: Sovereign Operations”的密级章，把 bug 分诊叫“作战行动中心”，把用户指标叫炮兵的“火力”。这些假密级抬头只能一个个删掉，作者随后又写了一份正式风格指南，核心规矩只有一条：保留参谋条令里真正有用的功能，砍掉戏剧化的军事角色扮演。
《军事角色扮演跑偏了》——由 Gemini 生成。这张插画调侃的是智能体对军事角色扮演的过度热情。
下一步：米德营（Camp Meade）
提示词调优和风格指南能纠正角色扮演，但 Gas City 存在更深层的架构不匹配。Gas City 完全围绕生成代码来设计。作者的 Suitcase AI 集群通过 GitOps 管理——用 Git 仓库描述系统状态并自动同步；因此 Gas City 当系统管理员干得不错，但除此之外，不匹配非常明显。它默认“git 是工作台、PR 是产出”，而作者想要的是一个自己和家人能从 Google Chat 找到的助手，处理的不只是 pull request。
Gas City 从设计上就没打算支持 git worktree 之外的智能体沙箱。git worktree 是同一仓库的多个工作目录，只能隔离文件改动，隔离不了进程执行、凭证和网络访问。Steve 主张“要栅栏，不要沙箱”：做一套礼貌的策略检查，假设行为规范的前沿模型会自觉守住边界。可作者自己就碰到过智能体用二进制补丁改掉自己的运行时。面对有主机访问权限的智能体，礼貌的栅栏拦不住。真正的参谋团队两样都得有：条令式的栅栏，加上带每个岗位可验证身份的硬沙箱；光靠一个独立的 git 分支远远不够。
考虑到手头的硬件和安全约束，作者评估了几个方案：Temporal 和 Kestra 对小型控制面来说太吃内存；Dagger 缺少长期状态，撑不起人工审批关卡；CrewAI 把大量 token 花在智能体之间的闲聊上，却没有真正的沙箱。目前正在做对比实验，比较 Restate 和跑在 Kubernetes 上的 Beads 任务图。
A-Staff 计划下一版是 Camp Meade（米德营，艾森豪威尔在 Camp Colt 之后接手的下一个任务），关键要求：
- 照搬 USMC（美国海军陆战队）参谋条令，而不是玩表面角色扮演。
- 每个岗位和每个执行单元都用密码学 ID 标识。
使用方式与运行边界
- 按岗位定制严格隔离环境：每个岗位都在独立的运行空间里操作，彼此互不干扰，降低误触和越权风险。
- 通过 Google Chat 远程访问：即使不在本机旁，也能直接从聊天窗口发起操作。
- 多用户权限边界：家里其他人可以在受限范围内使用，主账号和关键能力仍受保护。
现状：Camp Colt 转入维护模式
目前 Camp Colt 处于维护模式。作者正在做实验，判断替换它需要什么样的基础设施；找到可行方案后再补充后续。
关键要点
- 多智能体系统仅靠提示词约束不住行为，必须有硬性隔离：文件、进程、凭证、网络缺一不可。
- git worktree 不等于沙箱，它能隔离代码改动，却拦不住智能体改动自己的运行环境。
- 军事参谋条令中有价值的是岗位分工与身份可验证，而不是给智能体套角色扮演外壳。
- 小规模自建集群选型时，内存占用、长期状态支持和人工审批关卡比功能列表更关键。