# 拜耳怎么搭了一套靠谱的多智能体系统，帮科学家翻几十年的安全报告

> 原标题：Building Reliable Agentic AI Systems

- 来源：Hacker News 首页
- 发布时间：2026-06-21T04:28:39.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/39667
- 原文：https://martinfowler.com/articles/reliable-llm-bayer.html

## 摘要

拜耳和 Thoughtworks 一起做了个叫 PRINCE 的平台，核心思路是用多个分工明确的智能体——一个负责搞清楚你到底想问什么，一个负责去资料库里翻报告，一个负责检查翻出来的数据够不够、靠不靠谱，最后一个负责把答案写成合规的草稿——再配上外挂资料库，让科学家能直接用自然语言去查几十年的临床前安全研究数据，甚至生成监管文档的初稿。

## 推荐理由

拜耳与 Thoughtworks 搭建的 PRINCE 平台用四个分工智能体串联检索、核查与草稿生成，让科学家以自然语言查询数十年的临床前安全数据，为多智能体系统的可靠性设计提供了一套可迁移的工程方法。

## 锐评

四个 agent 里我最信那个专门查数据够不够、靠不靠谱的。企业里做检索问答，翻不到东西不致命，翻到一份过期或者对不上的报告直接写进合规草稿才要命，拜耳愿意单独养一个 agent 干校验，感觉他们真被这事坑过。分工拆到这个粒度，比堆一个全能 agent 靠谱，代价是链路长、每步都要留痕，token 账单不会好看。
