这个坑值得记一笔。CrewAI 0.80 里把 process 设成 hierarchical 并给了 manager_llm，跑起来后 manager 只输出一段计划文本，没有把任务派给任何一个 agent，最后抛 max_iter 相关异常。
刚开始盯着「agent 的 role 描述重复，manager 无法区分职责」，折腾了半个多小时，排掉了。
排查方向其实有限，先把可能性排一排。任务描述里没有可执行的动词，manager 认为已经给出答案；manager_llm 的上下文窗口太小，工具清单被截断；allow_delegation 设成 false，manager 没有派活权限。
上来先打开详细日志看 manager 的决策内容
python crew.py --verbose 2>&1 | head -60给 manager 单独配一个能力更强的模型
python crew.py --manager-model gpt-4o --max-iter 10接着把任务拆成带明确产物的子任务
python crew.py --task 'output a JSON list of 3 rows'校验每个 agent 的 role 唯一
python -c "import yaml;c=yaml.safe_load(open('crew.yaml'));print([a['role'] for a in c['agents']])"我习惯把每一步的执行时间和结果记在一边，后面复盘省事。
改之前我把相关日志按时间截了一段存着，事后对时间线用得上。
改完先别撤，确认这几项。运行日志里能看到 manager 逐个指派任务，每个 agent 都有输出，结果目录里有交付文件。
hierarchical 模式对 manager 的理解依赖任务文案，任务写得越具体，派活越稳定。拖得越久，排查成本越高，因为现场状态会被后续操作覆盖。