系列导航：一：问题的提出 · 二：六种编排模式 · 三：唐代三省六部 · 四：明代双轨制 · 五：雅典民主 · 六：波斯总督制 · 七：理论与实现

第二篇概述了 6 种编排模式的类型学。本篇深入分析制衡模式的经典实现——唐代三省六部制，揭示其在 AI Agent 编排中的精确映射。

历史背景

唐太宗李世民（626-649 在位）是三省六部制的真正完善者。陈寅恪在《唐代政治史述论稿》中指出[1]，贞观之治的核心不是李世民个人的英明（虽然他确实英明），而是三省制度确保了「即使皇帝犯错也会被纠正」。著名的例子是魏征——门下省侍中魏征前后封驳了李世民的诏令超过 200 次。

三省六部制的架构：

用户请求
   │
   ▼
┌─────────┐    起草      ┌─────────┐   审核    ┌─────────┐
│  中书省  │ ──────────→ │  门下省  │ ───────→ │  尚书省  │
│ (Draft)  │             │ (Review) │          │(Execute) │
│          │ ←────────── │          │          │          │
│          │   驳回重拟   │          │          │    │     │
└─────────┘             └─────────┘          └────┬────┘
                                                   │
                          ┌───┬───┬───┬───┬───┬───┘
                          ▼   ▼   ▼   ▼   ▼   ▼
                         吏  户  礼  兵  刑  工
                         部  部  部  部  部  部

这套设计的精妙之处在于：起草权、审核权、执行权被分离到三个独立的机构，任何一个环节都无法独自完成整个决策流程。

三省分离的信息学意义

陈寅恪进一步分析了三省制的运作机理[1]。他指出，三省之间的制衡不仅是权力的制衡，更是信息的制衡：

  • 中书省负责信息的「编码」——将皇帝的意志转化为可执行的诏令
  • 门下省负责信息的「验证」——检查诏令的合法性、可行性和内部一致性
  • 尚书省负责信息的「解码」——将诏令分解为六部可执行的具体任务

这种「编码→验证→解码」的流程，在现代软件工程中有一个精确的对应物：编译器的前端（parsing）→ 中端（optimization/validation）→ 后端（code generation）。

吴宗国教授在《唐代科举制度研究》中进一步发现[2]，唐代的科举制度确保三省的官员来自不同的知识背景和社会网络，从而实现了视角多样性（perspective diversity）——中书省倾向于政策创新，门下省倾向于法律一致性，尚书省倾向于行政可行性。

Agent 编排映射

唐制机构 Agent 角色 职责 权限
中书省 Draft Agent (Gemini/Kimi) 起草方案 可创建，不可批准
门下省 Review Agent (Claude/Codex) 审核方案 可批准/驳回，不可修改
尚书省 Dispatch Agent 分配任务给六部 可分配，不可起草
吏部 Personnel Agent 人员/Agent 管理 领域内自主
户部 Resource Agent 资源（token/成本）管理 领域内自主
礼部 Protocol Agent 格式规范 领域内自主
兵部 Execution Agent (Codex/DeepSeek) 核心执行 领域内自主
刑部 Validation Agent 测试验证 领域内自主
工部 Build Agent (Qwen) 构建部署 领域内自主

三个关键设计点

1. 封驳权（Veto Power）

门下省可以驳回中书省的提案并要求重新起草。这不是简单的「yes/no」，而是必须给出驳回理由，中书省必须针对驳回理由修改方案后重新提交。

在 AI pipeline 中，这等于 Review Agent 不仅可以 reject，还必须提供 rejection reason，Draft Agent 必须 address 所有 rejection reasons 后才能 re-submit。这比简单的 pass/fail 检查要精细得多——它强制了一个结构化的反馈循环。

2. 视角多样性

科举制度确保三省的官员来自不同的知识背景。在 AI 编排中，这等价于用不同特长的模型担任不同角色：

  • Draft Agent 选择创意能力强的模型（Gemini/Kimi）——偏向发散思维
  • Review Agent 选择推理能力强的模型（Claude/Codex o3）——偏向收敛判断
  • Execute Agent 选择代码能力强的模型（Codex/DeepSeek）——偏向执行精度

两者的系统性偏差大概率是不相关的，因此交叉审核的价值最大。

3. 六部的专业化

尚书省下设六部，每个部门有明确的领域边界。这种专业化分工减少了每个节点需要处理的信息量（information overload），符合 Simon 的有限理性理论[3]：个体的信息处理能力是有限的，因此有效的组织设计必须将复杂问题分解为可管理的子问题。

制衡的代价：从唐到宋的退化

唐代三省制的问题在后期暴露——门下省的封驳权过大，导致决策效率降低。到了晚唐，中书门下合署办公（「中书门下平章事」），三省制衡实际上被架空。

宋代的回应是「二府三司制」。邓广铭教授在《北宋政治改革家王安石》中详细分析了极致制衡的后果[4]：

  • 一件涉及军事和财政的事务，需要中书门下、枢密院、三司三方协调
  • 三方各有各的信息渠道和利益考量，协调成本极高
  • 任何一方都可以通过「封驳」或「台谏」来否决其他方的提案
  • 结果是「冗官冗兵」——官员人数膨胀、军队人数膨胀

王安石变法的核心诉求之一就是减少制衡、集中权力以推动改革。但他面临的困境是：制衡机制一旦建立，受益于现有制衡的利益集团就会强烈抵制任何改变。

在 AI 系统中，这等价于：一旦引入审核 Agent，移除它的「政治成本」（组织惯性、合规要求、责任分配）远高于当初添加它的成本。这是一个不可逆的架构决策——三思而后行。

启示总结

  1. 分离关注点：起草、审核、执行由不同 Agent 负责，任何单一 Agent 无法独自完成整个流程
  2. 结构化反馈：驳回必须附带理由，修改必须针对理由——不是简单的 retry
  3. 视角多样性：不同角色使用不同特长的模型，最大化交叉审核的价值
  4. 专业化分工：执行层进一步细分为专业子 Agent，减少信息过载
  5. 警惕制衡过度：制衡有成本，且一旦引入难以移除——宋代是前车之鉴

下一篇：CivAgent 系列（四）：明代双轨制——N-Version Programming 的古典实现

项目地址：github.com/LeoLin990405/CivAgent

参考文献

[1] 陈寅恪 (1943).《唐代政治史述论稿》. 重庆：商务印书馆.

[2] 吴宗国 (1992).《唐代科举制度研究》. 沈阳：辽宁大学出版社.

[3] Simon, H. A. (1947). Administrative Behavior: A Study of Decision-Making Processes in Administrative Organization. New York: Macmillan.

[4] 邓广铭 (1975).《北宋政治改革家王安石》. 北京：人民出版社.

[5] 邓小南 (2006).《祖宗之法：北宋前期政治述略》. 北京：三联书店.

[6] Coase, R. H. (1937). “The Nature of the Firm.” Economica, 4(16), 386-405.

</small>