从一个“上传病历”的需求，我把多 Agent 协作彻底搞明白了

一，别迷信一个最强模型全包。不同模型强项不同，该分工就分工，这是这类需求的正解，不是过度设计。

二，概念先打比方再较真。Agent 想成团队分工，模型想成可换的插槽，路由想成调度员——先把直觉建起来再抠细节，比硬啃定义快。

三，合规从第一笔架构图就画进去。医疗数据走不走第三方，这是架构约束，不是后期补丁，想明白再动手。

四，Dify 用来验证，不要指望它扛商用大流量。分阶段，核心迟早要代码化收口。

五，能用确定的代码规则解决的，别动用大模型。判断文件是图还是音，看后缀两行代码就行，没必要花钱花时间让模型猜，又慢又贵又不稳。

六，兜底要分层，转人工要分流。技术问题修复重试，内容问题人工补缺失片段，医学结论失败医生审校定稿。配套是人工工作台加断点续跑，成功的环节绝不重跑。

七，涉及医学结论，失败一律转人工，不让系统猜。这条没有例外。

八，代码不用自己硬写。路由兜底封装、LangGraph 骨架、成本看板这些，描述清楚是可以让 AI 帮你产出骨架的，你和工程师在上面改。不懂代码，不等于做不了 AI 产品的架构判断。