# 主管的核心是一个"调度循环"：想 → 派 → 看 → 再决定
def supervisor(task, specialists):
    plan = make_plan(task)         # ① 拆解：把大任务拆成几步
    results = {}
    for step in plan:              # ② 路由：每步交给对应专家
        who = pick_specialist(step, specialists)   # 选最合适的人
        results[step] = specialists[who](step)     # 叫他干活（agent-as-tool）
    # ③ 汇总：把各专家的结果合成最终产出
    return combine(results)
# 注意：supervisor 自己不查资料、不写长文，只负责"排兵布阵 + 收口"

# 专家不光返回结论，还要带上"证据"，方便后面核查
def research_specialist(subtask):
    docs = search(subtask)                 # 去检索资料（Day 21-28 的 RAG）
    answer = llm_summarize(docs, subtask)  # 基于资料总结
    return {
        "conclusion": answer,              # 结论
        "evidence": [d.id for d in docs],  # ← 证据来源 ID（关键！）
    }
# 有了 evidence，审查员(critic)才能逐条核对："你这句话，出处对得上吗？"

✋ 动手 10 分钟：用假函数跑通"主管-专家-审查"闭环

不接真模型，用普通函数把三个角色的职责和返工循环跑一遍，体会结构：

# 专家：返回"结论 + 证据"。这里第一次故意不带证据，模拟会被打回
def specialist(subtask, with_evidence):
    if with_evidence:
        return {"conclusion": f"{subtask}：已核实", "evidence": ["doc_07"]}
    return {"conclusion": f"{subtask}：大概是这样", "evidence": []}  # 没证据

# 审查员：唯一职责——没证据就打回
def critic(result):
    return "通过" if result["evidence"] else "打回：缺少证据来源"

# 主管：拆解→派活→送审→不过就返工（带上限，防死循环）
def supervisor(task, max_retry=3):
    with_ev = False
    for i in range(max_retry):
        print(f"第{i+1}轮：派专家做")
        res = specialist(task, with_ev)      # 派活
        verdict = critic(res)                # 送审
        print("  审查结果：", verdict)
        if verdict == "通过":
            return f"定版 → {res['conclusion']}（证据 {res['evidence']}）"
        with_ev = True                       # 被打回，要求这次必须带证据
    return "返工超上限，上报人工"

print(supervisor("查该公司二季度营收"))
# 观察：第1轮无证据被打回 → 第2轮带证据通过 → 主管定版。这就是可信闭环