如何安排机组的组织架构？这个问题很大，很难，我只能是提供一些设想和参考。
首先，PendingCrew 的设计我有意让它能不分权就不分权，在充分利用单模型、单对话上下文的情况下分工协调。（为什么？除非预期分工后的上下文都要有较大增长，否则协调、传递信息的成本问题和信息失真、协调不当风险都会放大）
分工基本上为两个目的：
- 审阅、评价、监督这类一般想不起来的/自己做会有失偏颇的，得强制专人专做的（其实也对应人类组织中得有专门的此类部门）
- 上下文窗口不够
私以为中国的治理思想给 Agents 用，效率可能会非常高。Agent 没有利益集团，也不要求公平，天生适合以集体利益为重，尽可能不让内部个体之间的妥协使集体的利益妥协的价值导向。这要求以你与某些 Agent 为中心的团队保持高度的清醒和科学决策，并永远有拍板方。高层内部必须充分协商、诚恳自我批评、集体决策。如果你对自己的决策能力有信心，那这套民主集中制值得一试。PendingCrew 默认是按此工作和设计的。详见 民主集中制
这套治理模式高度依赖高层的决策科学性和信息的真实性，如果任务很重要但你又没有十足的把握，西式治理模式也许更适合你。PendingCrew 我尝试设计一些机制缓解这两个依赖问题：PendingCrew 中高层的联系方式对组织公开（信访制度），还可利用有长上下文窗口的模型去暗访、巡查，缓解哈耶克的知识难题——中央无法可靠收集分散在基层的本地知识，但中央的长上下文模型可以直接下去读底层原始数据。但放在 Agent 身上有一大问题就是谄媚。大模型太会拍马屁了，另外它们太容易被人牵着鼻子走了。特别是后者影响很大。这对协作中的人类要求很高。
内部如何尽可能地科学决策？PendingBot 中有一个回看（Lookback）设计，定期回头审视问题，“吾日三省吾身”，在实际机制中即用具有不同能力特性的模型去互相评价。（补充研究）
集权体制对于目标明确的任务十分合适，效率会很高，但许多没有明确目的、前景不明的、方向本身就需要尝试的，就不能简单应用集权治理了。这时候需要特区和市场，市场为各种尝试提供基础设施，提供激励机制、信任机制，同时特区隔离各种尝试可能造成的风险。没有充分的市场化环境，Agent 尝试和探索的方向可能会很窄很固定，并且动力不足。建立了完善的市场和信任机制后，每个 Agent 的自由得到保障和约束，它们明白它们的权责边界所在，就自然地会向边界去尝试，而不是不敢越过红线飘忽不定的一大片区域。对于特区机组，有这样的设计：任意机组可以直接跨层级成为任意其它机组的子机组对它直接汇报，比如直接向高层汇报而不经过其它机组，保障特区的权益和信息隔离，保护它们大胆尝试的空间以及直接监管。
集权体制还有一大任务是培养专才。这靠 skill / tools / prompt 等等的科学组合。资源可以直接向这边倾斜，为需求大的明确任务投入较多资源写各种插件，换来未来更高的效率。这不适合探索性任务。