传统内容是静态信息，而AI时代的新内容应是封装知识与工具的服务载体。基于OpenCode的NewType Profile插件构建了一套三层式多Agent创作系统，通过智能协作、成本优化与质量把控机制，实现了内容生产流程的自动化与高效迭代，为内容创作者提供了全新的工作范式。
智能速览
Agent是内容从信息载体向服务载体转变的核心。
Chief-Deputy-专家的三层架构实现了清晰的职责分工。
定制化模型分配显著优化了AI内容创作的成本。
Agent间的Artifact系统有效防止了上下文窗口爆炸。
多维度质量评分系统确保了产出内容的可靠性。
该系统基于开源框架构建，具备高度的灵活性与可扩展性。
精华内容
要理解这套系统的强大，不能只看表面的功能，而应深入其架构设计的精妙之处。它并非简单调用多个AI，而是构建了一个拥有智能分工、成本意识和质量保障的虚拟内容团队。
三层式协作架构
该系统构建了首席、副手与专家Agent的三层协作模型。以调研并撰写一篇行业Newsletter为例，首席Agent作为思考者负责整体把控方向，将任务委派给副手Agent。副手作为执行者，负责调度更专业的Agent团队，如情报员、写手等，进行资料搜集、内容撰写等具体操作。这种分层结构确保了任务执行的有序与高效。
动态成本控制
系统的成本效益源于模型资源的定制化分配。作为决策核心，首席Agent使用最强大的Opus 4.5模型，确保战略方向的准确性。副手Agent负责调度，使用均衡的Sonnet 4.5模型即可胜任。而其他专业Agent，则根据内容创作需要超大上下文的特点，灵活选用Gemini Pro或Flash等不同规格的模型，实现成本的精细化管控。
智能信息流管理
为解决多Agent协作中的信息过载问题，系统设计了双重保障。副手Agent在汇总专业Agent的工作成果后，会先进行过滤与整合，形成执行摘要再上报给首席，有效防止了首席Agent的上下文窗口爆炸。同时，Agent间通过Artifact系统共享结构化数据，确保了信息传递的准确性和效率，实现了无缝协作。
内置质量保障机制
每个子Agent都内置了多维度的质量评分系统，实现了自我评估与优化。例如，情报员的评估维度是覆盖度、来源质量和相关性，而写手的评估维度则是结构、清晰度和有据可依。当任务完成后，Agent会自主打分：高于0.8分则流转至下一环节，0.5至0.79分则自行优化，低于0.5分则需重做，最多重做两次。这套闭环确保了最终产出的高质量。
这套多Agent系统不仅展示了AI在内容生产领域的巨大潜力，更将创作者的角色从直接执行者提升为系统架构师。当内容本身成为可调用的服务，创作的边界将被重新定义。未来的内容生态，是否会围绕这种可复用的智能体展开？
