diff --git a/frontend/src/dev/preview.tsx b/frontend/src/dev/preview.tsx
index 71ffebaa..225b2668 100644
--- a/frontend/src/dev/preview.tsx
+++ b/frontend/src/dev/preview.tsx
@@ -27,6 +27,7 @@ const CASES: { key: Bucket; question: string; phase: StreamTurn['phase']; status
   { key: 'issue', question: '出一份本月经营分析', phase: 'done', status: '完成' },
   { key: 'failed', question: '查一下不存在的那张表', phase: 'error', status: '' },
   { key: 'loop_approve', question: '写条上线公告，我过一眼再发', phase: 'done', status: '完成' },
+  { key: 'supervisor', question: '冬虫夏草是什么', phase: 'done', status: '完成' },
 ]
 
 function buildTurns(): StreamTurn[] {
diff --git a/frontend/src/run/__tests__/fixtures.json b/frontend/src/run/__tests__/fixtures.json
index 1d1c61be..6cc267bc 100644
--- a/frontend/src/run/__tests__/fixtures.json
+++ b/frontend/src/run/__tests__/fixtures.json
@@ -1661,5 +1661,374 @@
     "duration_ms": 21
    }
   }
+ ],
+ "supervisor": [
+  {
+   "seq": 1,
+   "type": "run.started",
+   "node_id": null,
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "nodes": 6,
+    "resumed": false
+   }
+  },
+  {
+   "seq": 2,
+   "type": "node.started",
+   "node_id": "start",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "node_type": "input",
+    "label": "输入"
+   }
+  },
+  {
+   "seq": 3,
+   "type": "node.finished",
+   "node_id": "start",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "duration_ms": 0,
+    "attempt": 1,
+    "preview": {
+     "question": "冬虫夏早是什么"
+    },
+    "artifact": "f9c6433f494cdefe5bca6d41417e8d0b2d701f73fad61c15ff2a1086a1416e8d"
+   }
+  },
+  {
+   "seq": 4,
+   "type": "node.started",
+   "node_id": "research_supervisor",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "node_type": "supervisor",
+    "label": "多智能体研究"
+   }
+  },
+  {
+   "seq": 5,
+   "type": "log",
+   "node_id": "research_supervisor",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "level": "info",
+    "round": 0,
+    "message": "调度 → researcher（当前尚无任何资料，需要先由研究员进行多角度资料收集与整理。）"
+   }
+  },
+  {
+   "seq": 6,
+   "type": "agent.step.start",
+   "node_id": "research_supervisor",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "agent": "researcher",
+    "instruction": "针对用户问题，进行多角度研究并生成一份结构化的答案草案",
+    "round": 0
+   }
+  },
+  {
+   "seq": 7,
+   "type": "agent.step.end",
+   "node_id": "research_supervisor",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "agent": "researcher",
+    "duration_ms": 6660,
+    "round": 0,
+    "preview": "我看到你布置了研究任务，但消息里还没有具体的**用户问题**——也就是团队要围绕哪个主题展开多角度研究。\n\n请你把需要研究的问题告诉我（比如：「大模型推理成本为何下降这么快？」「2025年哪些行业最适合AI落地？」「如何评估Agent框架的选型？」……），我收到后就会立刻开始：\n\n1. **多角度检索**：联网搜索 + 知识库检索，覆盖不同立场、时间、信息源；\n2. **整合观点**：提炼共识与分歧，标注关键事实与来源；\n3. **输出结构化草案**：按「问题拆解 → 核心结论 → 分论点论证 → 争议/不确定点 → 待补充信息」的框架交付，方便后续团队补充或改写。\n\n请把问题发我，我马上开工。"
+   }
+  },
+  {
+   "seq": 8,
+   "type": "log",
+   "node_id": "research_supervisor",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "level": "info",
+    "round": 1,
+    "message": "调度 → FINISH（用户问题尚未提供，无法进行多角度研究和生成草案，需等待用户输入。）"
+   }
+  },
+  {
+   "seq": 9,
+   "type": "node.finished",
+   "node_id": "research_supervisor",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "duration_ms": 31723,
+    "attempt": 1,
+    "preview": {
+     "text": "「大模型推理成本为何下降这么快？」「2025年哪些行业最适合AI落地？」「如何评估Agent框架的选型？」……），我收到后就会立刻开始：\n\n1. **多角度检索**：联网搜索 + 知识库检索，覆盖不同立场、时间、信息源；\n2. **整合观点**：提炼共识与分歧，标注关键事实与来源；\n3. **输出结构化草案**：按「问题拆解 → 核心结论 → 分论点论证 → 争议/不确定点 → 待补充信息」的框架交付，方便后续团队补充或改写。\n\n请把问题发我，我马上开工。",
+     "rounds": 1,
+     "transcript": "[1 项]",
+     "agents": "[2 项]"
+    },
+    "artifact": "0ac37d4ded467d994cc7e7ab0e60bfbd0ec5834fdb9383568824110c1f5eeecd"
+   }
+  },
+  {
+   "seq": 10,
+   "type": "node.started",
+   "node_id": "refine_answer",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "node_type": "llm",
+    "label": "润色答案"
+   }
+  },
+  {
+   "seq": 11,
+   "type": "llm.start",
+   "node_id": "refine_answer",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "model": "deepseek-v4-pro",
+    "message_count": 2
+   }
+  },
+  {
+   "seq": 130,
+   "type": "llm.end",
+   "node_id": "refine_answer",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "model": "deepseek-v4-pro",
+    "duration_ms": 35492,
+    "input_tokens": 173,
+    "output_tokens": 1620,
+    "total_tokens": 1793,
+    "cost_usd": 0.0,
+    "calls": 1
+   }
+  },
+  {
+   "seq": 131,
+   "type": "node.finished",
+   "node_id": "refine_answer",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "duration_ms": 35494,
+    "attempt": 1,
+    "preview": {
+     "text": "我看了你提供的“多智能体研究结果”，发现它并不是实际的研究数据或整合后的观点，而是一段**任务接收与流程说明**（包括检索方式、整合方法、输出框架，以及“请把问题发我”的结尾）。\n\n因此，我暂时无法基于这段内容生成一个实质性的、面向用户的最终答案——因为里面没有可供提炼的事实、观点、共识或分歧。\n\n### 我需要你补充以下任一信息，才能继续：\n\n1. **实际研究结果**  \n   例如多智能体检索到的关键事实、数据、来源链接、不同观点摘要、争议点等。  \n   把这些内容粘贴给我，我会按你要求的框架整理成最终答案。\n\n2. **明确要回答的问题**  \n   如果你希望我直接回答类似「大模型推理成本为何下降这么快？」「2025年哪些行业最适合AI落地？」「如何评估Agent框架的选型？」这类问题，请指定一个或多个，我可以基于已有知识按框架输出，但需要说明这不是基于你提供的“研究结果”。\n\n3. **确认是否粘贴有误**  \n   如果这段文字就是你希望我处理的全部内容，可能你原本想粘贴的研究材料没有成功发送。请重新复制实际结果后再发一次。\n\n---\n\n只要你补齐材料或明确需求，我会立刻按「问题拆解 → 核心结论 → 分论点论证 → 争议/不确定点 → 待补充信息」的结构交付完整答案。",
+     "thinking": "",
+     "model": "deepseek-v4-pro",
+     "duration_ms": 35492
+    },
+    "artifact": "c2c32c007b0256315ebbb48b890831f5d78dd9f0a1909cf4812abbc1397a8d1b"
+   }
+  },
+  {
+   "seq": 132,
+   "type": "node.started",
+   "node_id": "validate_output",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "node_type": "validate",
+    "label": "校验输出格式"
+   }
+  },
+  {
+   "seq": 133,
+   "type": "log",
+   "node_id": "validate_output",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "level": "warn",
+    "message": "第 1 次校验失败：输出不是合法 JSON"
+   }
+  },
+  {
+   "seq": 134,
+   "type": "log",
+   "node_id": "validate_output",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "level": "info",
+    "message": "校验通过（第 2 次尝试）"
+   }
+  },
+  {
+   "seq": 135,
+   "type": "node.finished",
+   "node_id": "validate_output",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "duration_ms": 23747,
+    "attempt": 1,
+    "preview": {
+     "valid": true,
+     "data": "{'answer': '我看了你提供的“多智能体研究结果”，发现它并不是实际的研究数据或整合后的观点，而是一段**任务接收与流程说明**（包括检索方式、整合方法、输出框架，以及“请把问题发我”的结尾）。\\n\\n因此，我暂时无法基于这段内容生成一个实质性的、面向用户的最终答案——因为里面没有可供提炼的事实、观点、共识或分歧。\\n\\n### 我需要你补充以下任一信息，才能继续：\\n\\n1. **实际研究结果**  \\n   例如多智能体检索到的关键事实、数据、来源链接、不同观点摘要、争议点等。  \\n   把这些内容粘贴给我，我会按你要求的框架整理成最终答案。\\n\\n2. **明确要回答的问题**",
+     "attempts": 2,
+     "errors": "[0 项]"
+    },
+    "artifact": "3a13b15248aace0f21fe37f9fb197beda8ff71da3e8c5d370b092e95cefa181c"
+   }
+  },
+  {
+   "seq": 136,
+   "type": "node.started",
+   "node_id": "human_review",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "node_type": "human",
+    "label": "人工审核"
+   }
+  },
+  {
+   "seq": 137,
+   "type": "human.requested",
+   "node_id": "human_review",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "kind": "human_node",
+    "node_id": "human_review",
+    "mode": "approve",
+    "title": "请审核最终答案",
+    "message": "以下是系统生成的答案，请确认是否通过：\n\n我看了你提供的“多智能体研究结果”，发现它并不是实际的研究数据或整合后的观点，而是一段**任务接收与流程说明**（包括检索方式、整合方法、输出框架，以及“请把问题发我”的结尾）。\n\n因此，我暂时无法基于这段内容生成一个实质性的、面向用户的最终答案——因为里面没有可供提炼的事实、观点、共识或分歧。\n\n### 我需要你补充以下任一信息，才能继续：\n\n1. **实际研究结果**  \n   例如多智能体检索到的关键事实、数据、来源链接、不同观点摘要、争议点等。  \n   把这些内容粘贴给我，我会按你要求的框架整理成最终答案。\n\n2. **明确要回答的问题**  \n   如果你希望我直接回答类似「大模型推理成本为何下降这么快？」「2025年哪些行业最适合AI落地？」「如何评估Agent框架的选型？」这类问题，请指定一个或多个，我可以基于已有知识按框架输出，但需要说明这不是基于你提供的“研究结果”。\n\n3. **确认是否粘贴有误**  \n   如果这段文字就是你希望我处理的全部内容，可能你原本想粘贴的研究材料没有成功发送。请重新复制实际结果后再发一次。\n\n---\n\n只要你补齐材料或明确需求，我会立刻按「问题拆解 → 核心结论 → 分论点论证 → 争议/不确定点 → 待补充信息」的结构交付完整答案。",
+    "schema": {},
+    "context": {}
+   }
+  },
+  {
+   "seq": 138,
+   "type": "run.interrupted",
+   "node_id": "human_review",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "interrupt_id": "c10f17a223b83dcbf2ab9f023f5d15a8",
+    "payload": {
+     "kind": "human_node",
+     "node_id": "human_review",
+     "mode": "approve",
+     "title": "请审核最终答案",
+     "message": "以下是系统生成的答案，请确认是否通过：\n\n我看了你提供的“多智能体研究结果”，发现它并不是实际的研究数据或整合后的观点，而是一段**任务接收与流程说明**（包括检索方式、整合方法、输出框架，以及“请把问题发我”的结尾）。\n\n因此，我暂时无法基于这段内容生成一个实质性的、面向用户的最终答案——因为里面没有可供提炼的事实、观点、共识或分歧。\n\n### 我需要你补充以下任一信息，才能继续：\n\n1. **实际研究结果**  \n   例如多智能体检索到的关键事实、数据、来源链接、不同观点摘要、争议点等。  \n   把这些内容粘贴给我，我会按你要求的框架整理成最终答案。\n\n2. **明确要回答的问题**  \n   如果你希望我直接回答类似「大模型推理成本为何下降这么快？」「2025年哪些行业最适合AI落地？」「如何评估Agent框架的选型？」这类问题，请指定一个或多个，我可以基于已有知识按框架输出，但需要说明这不是基于你提供的“研究结果”。\n\n3. **确认是否粘贴有误**  \n   如果这段文字就是你希望我处理的全部内容，可能你原本想粘贴的研究材料没有成功发送。请重新复制实际结果后再发一次。\n\n---\n\n只要你补齐材料或明确需求，我会立刻按「问题拆解 → 核心结论 → 分论点论证 → 争议/不确定点 → 待补充信息」的结构交付完整答案。",
+     "schema": {},
+     "context": {}
+    }
+   }
+  },
+  {
+   "seq": 139,
+   "type": "run.resumed",
+   "node_id": null,
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "response": {
+     "approved": true,
+     "note": ""
+    }
+   }
+  },
+  {
+   "seq": 140,
+   "type": "run.started",
+   "node_id": null,
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "nodes": 6,
+    "resumed": true
+   }
+  },
+  {
+   "seq": 141,
+   "type": "node.started",
+   "node_id": "human_review",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "node_type": "human",
+    "label": "人工审核"
+   }
+  },
+  {
+   "seq": 142,
+   "type": "human.requested",
+   "node_id": "human_review",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "kind": "human_node",
+    "node_id": "human_review",
+    "mode": "approve",
+    "title": "请审核最终答案",
+    "message": "以下是系统生成的答案，请确认是否通过：\n\n我看了你提供的“多智能体研究结果”，发现它并不是实际的研究数据或整合后的观点，而是一段**任务接收与流程说明**（包括检索方式、整合方法、输出框架，以及“请把问题发我”的结尾）。\n\n因此，我暂时无法基于这段内容生成一个实质性的、面向用户的最终答案——因为里面没有可供提炼的事实、观点、共识或分歧。\n\n### 我需要你补充以下任一信息，才能继续：\n\n1. **实际研究结果**  \n   例如多智能体检索到的关键事实、数据、来源链接、不同观点摘要、争议点等。  \n   把这些内容粘贴给我，我会按你要求的框架整理成最终答案。\n\n2. **明确要回答的问题**  \n   如果你希望我直接回答类似「大模型推理成本为何下降这么快？」「2025年哪些行业最适合AI落地？」「如何评估Agent框架的选型？」这类问题，请指定一个或多个，我可以基于已有知识按框架输出，但需要说明这不是基于你提供的“研究结果”。\n\n3. **确认是否粘贴有误**  \n   如果这段文字就是你希望我处理的全部内容，可能你原本想粘贴的研究材料没有成功发送。请重新复制实际结果后再发一次。\n\n---\n\n只要你补齐材料或明确需求，我会立刻按「问题拆解 → 核心结论 → 分论点论证 → 争议/不确定点 → 待补充信息」的结构交付完整答案。",
+    "schema": {},
+    "context": {}
+   }
+  },
+  {
+   "seq": 143,
+   "type": "human.resolved",
+   "node_id": "human_review",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "response": {
+     "approved": true,
+     "note": ""
+    }
+   }
+  },
+  {
+   "seq": 144,
+   "type": "node.finished",
+   "node_id": "human_review",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "duration_ms": 0,
+    "attempt": 1,
+    "preview": {
+     "approved": true,
+     "note": "",
+     "__decision__": "approved"
+    },
+    "artifact": "37c6c8932b33766e3422b1f6ba5cb0548613f0b734b2ac3a22a3decd3cf053b6"
+   }
+  },
+  {
+   "seq": 145,
+   "type": "node.started",
+   "node_id": "done",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "node_type": "output",
+    "label": "成果"
+   }
+  },
+  {
+   "seq": 146,
+   "type": "node.finished",
+   "node_id": "done",
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "duration_ms": 0,
+    "attempt": 1,
+    "preview": {
+     "结果": "我看了你提供的“多智能体研究结果”，发现它并不是实际的研究数据或整合后的观点，而是一段**任务接收与流程说明**（包括检索方式、整合方法、输出框架，以及“请把问题发我”的结尾）。\n\n因此，我暂时无法基于这段内容生成一个实质性的、面向用户的最终答案——因为里面没有可供提炼的事实、观点、共识或分歧。\n\n### 我需要你补充以下任一信息，才能继续：\n\n1. **实际研究结果**  \n   例如多智能体检索到的关键事实、数据、来源链接、不同观点摘要、争议点等。  \n   把这些内容粘贴给我，我会按你要求的框架整理成最终答案。\n\n2. **明确要回答的问题**  \n   如果你希望我直接回答类似「大模型推理成本为何下降这么快？」「2025年哪些行业最适合AI落地？」「如何评估Agent框架的选型？」这类问题，请指定一个或多个，我可以基于已有知识按框架输出，但需要说明这不是基于你提供的“研究结果”。\n\n3. **确认是否粘贴有误**  \n   如果这段文字就是你希望我处理的全部内容，可能你原本想粘贴的研究材料没有成功发送。请重新复制实际结果后再发一次。\n\n---\n\n只要你补齐材料或明确需求，我会立刻按「问题拆解 → 核心结论 → 分论点论证 → 争议/不确定点 → 待补充信息」的结构交付完整答案。"
+    },
+    "artifact": "583c1a86a3919fe393dd0c2dffb91e17df708333b6f78a3573b616de5661365c"
+   }
+  },
+  {
+   "seq": 147,
+   "type": "run.finished",
+   "node_id": null,
+   "run_id": "6038f54476a84a7b8fcf519de1f4ebe1",
+   "data": {
+    "output": {
+     "结果": "我看了你提供的“多智能体研究结果”，发现它并不是实际的研究数据或整合后的观点，而是一段**任务接收与流程说明**（包括检索方式、整合方法、输出框架，以及“请把问题发我”的结尾）。\n\n因此，我暂时无法基于这段内容生成一个实质性的、面向用户的最终答案——因为里面没有可供提炼的事实、观点、共识或分歧。\n\n### 我需要你补充以下任一信息，才能继续：\n\n1. **实际研究结果**  \n   例如多智能体检索到的关键事实、数据、来源链接、不同观点摘要、争议点等。  \n   把这些内容粘贴给我，我会按你要求的框架整理成最终答案。\n\n2. **明确要回答的问题**  \n   如果你希望我直接回答类似「大模型推理成本为何下降这么快？」「2025年哪些行业最适合AI落地？」「如何评估Agent框架的选型？」这类问题，请指定一个或多个，我可以基于已有知识按框架输出，但需要说明这不是基于你提供的“研究结果”。\n\n3. **确认是否粘贴有误**  \n   如果这段文字就是你希望我处理的全部内容，可能你原本想粘贴的研究材料没有成功发送。请重新复制实际结果后再发一次。\n\n---\n\n只要你补齐材料或明确需求，我会立刻按「问题拆解 → 核心结论 → 分论点论证 → 争议/不确定点 → 待补充信息」的结构交付完整答案。"
+    },
+    "usage": {
+     "input_tokens": 791,
+     "output_tokens": 1885,
+     "cost_usd": 0.0,
+     "calls": 4,
+     "total_tokens": 2676,
+     "duration_ms": 19
+    },
+    "duration_ms": 19
+   }
+  }
  ]
 }
\ No newline at end of file
diff --git a/frontend/src/run/decode.ts b/frontend/src/run/decode.ts
index 2208fd44..f5885fb1 100644
--- a/frontend/src/run/decode.ts
+++ b/frontend/src/run/decode.ts
@@ -239,6 +239,16 @@ export function summarizeRun(
   return pick(output) || pick(input)
 }
 
+/**
+ * agent 步骤的配对键。
+ *
+ * 光用 agent 名不够：supervisor 会在多轮里反复派给同一个 agent，第二轮的
+ * end 会错配到第一轮的 start 上。round 才是区分轮次的那一维。
+ */
+function agentKey(nodeId: string | undefined, d: any): string {
+  return [nodeId ?? '_', String(d?.agent ?? ''), String(d?.round ?? '')].join('|')
+}
+
 function toolStep(seq: number, tool: string, args: Record<string, any>): Step {
   const base = { id: `tool-${seq}`, seq, status: 'running' as StepStatus }
   // 数据库工具单独认：它是这个产品最主要的取数方式，"调用 db_query__warehouse"
@@ -272,6 +282,8 @@ export function decodeRun(events: RunEvent[]): Step[] {
   const pendingTools = new Map<string, Step>()
   /** node_id → 待配对的模型调用 Step */
   const pendingLlm = new Map<string, Step>()
+  /** supervisor 里待配对的单个 agent 步骤 */
+  const pendingAgents = new Map<string, Step>()
   /**
    * node_id → 这个节点当前那条尚未闭合的审批步骤。
    *
@@ -565,24 +577,61 @@ export function decodeRun(events: RunEvent[]): Step[] {
         })
         break
 
-      case 'agent.step.start':
-        push({
+      case 'agent.step.start': {
+        // 和 tool.start/tool.end 一样是一件事的两个时刻。拆成两行的话，
+        // "派给 researcher 什么任务"和"它回了什么"会变成两条互不相干的记录，
+        // 而且 start 那条永远停在转圈——多 agent 节点跑完了它还在转。
+        const step: Step = {
           id: `as-${seq}`, seq, kind: 'note', nodeId, status: 'running',
           title: `${d.agent}：${String(d.instruction ?? '').slice(0, 80)}`,
-        }, nodeId)
+        }
+        pendingAgents.set(agentKey(nodeId, d), step)
+        push(step, nodeId)
         break
+      }
 
-      case 'agent.step.end':
-        push({
-          id: `ae-${seq}`, seq, kind: 'note', nodeId, status: 'done',
-          title: `${d.agent} 回复`, meta: dur(num(d.duration_ms)),
-          detail: String(d.preview ?? '').slice(0, 2000),
-        }, nodeId)
+      case 'agent.step.end': {
+        const key = agentKey(nodeId, d)
+        const step = pendingAgents.get(key)
+        const preview = String(d.preview ?? '').slice(0, 2000)
+        if (step) {
+          step.status = 'done'
+          step.meta = dur(num(d.duration_ms))
+          step.result = preview || undefined
+          pendingAgents.delete(key)
+        } else {
+          push({
+            id: `ae-${seq}`, seq, kind: 'note', nodeId, status: 'done',
+            title: `${d.agent} 回复`, meta: dur(num(d.duration_ms)),
+            detail: preview,
+          }, nodeId)
+        }
         break
+      }
 
       case 'log': {
         const level = String(d.level ?? 'info')
-        // info 级日志是给排查用的，不进主流程——但 warn/error 用户必须看到
+        // supervisor 的调度决策后端标成了 info，但它不是排查用的日志——
+        // "为什么派给 researcher"、"为什么只跑一轮就 FINISH"，不显示的话
+        // 多 agent 节点在界面上就是一个跑了 31 秒的黑盒。带 round 字段的
+        // 就是它，和普通 info 日志区分得开
+        if (level === 'info' && d.round != null) {
+          const text = String(d.message ?? '')
+          const m = text.match(/^调度\s*→\s*([^（(]+)[（(](.*)[）)]\s*$/)
+          // FINISH 是协议里的收尾标记，不是某个 agent。"交给 FINISH"
+          // 会让人以为还有个叫 FINISH 的成员
+          const target = m?.[1].trim() ?? ''
+          const round = Number(d.round) + 1
+          push({
+            id: `sv-${seq}`, seq, kind: 'branch', nodeId, status: 'done',
+            title: !m ? text
+              : target === 'FINISH' ? `第 ${round} 轮：结束协作`
+              : `第 ${round} 轮：交给 ${target}`,
+            detail: m ? m[2].trim() : undefined,
+          }, nodeId)
+          break
+        }
+        // 其余 info 是给排查用的，不进主流程——但 warn/error 用户必须看到
         if (level === 'info') break
         push({
           id: `lg-${seq}`, seq, kind: 'note', nodeId, status: 'done',
diff --git a/scripts/check-decode.mjs b/scripts/check-decode.mjs
index 12cc0481..26a87632 100644
--- a/scripts/check-decode.mjs
+++ b/scripts/check-decode.mjs
@@ -118,6 +118,38 @@ console.log('\n=== 循环里的多轮审批 ===')
   check('跑完了没有还在转的行', !all.some((s) => s.status === 'running'))
 }
 
+console.log('\n=== 多 agent 协作 ===')
+{
+  // 真实运行 #6038f5：supervisor 派给 researcher 一次就 FINISH 了。
+  // 界面上那个多智能体节点跑完 31.7s 之后，researcher 那行还在转圈。
+  const steps = mod.decodeRun(fixtures.supervisor)
+  const all = flatten(steps)
+
+  const agentRows = all.filter((s) => s.title.startsWith('researcher'))
+  check('一个 agent 步骤就是一行，不是"派任务"+"回复"两行',
+    agentRows.length === 1, `${agentRows.length} 行：${agentRows.map((s) => s.title.slice(0, 20)).join(' | ')}`)
+  check('回复挂在同一行里可展开', !!agentRows[0]?.result)
+  check('跑完了就不转圈了', agentRows[0]?.status === 'done', agentRows[0]?.status)
+
+  // supervisor 的调度理由被后端标成了 info 日志，整类丢掉的话，
+  // 多 agent 节点在界面上就是一个跑了 31 秒的黑盒
+  const routes = all.filter((s) => s.kind === 'branch')
+  check('调度决策要说出来', routes.length === 2, `${routes.length} 条`)
+  check('说清楚第几轮交给谁',
+    routes[0]?.title.includes('第 1 轮') && routes[0]?.title.includes('researcher'),
+    routes[0]?.title)
+  // FINISH 是协议里的收尾标记，不是某个 agent
+  check('为什么结束也要有交代，且不说"交给 FINISH"',
+    routes[1]?.title.includes('结束协作') && !routes[1]?.title.includes('FINISH')
+    && !!routes[1]?.detail,
+    `${routes[1]?.title} / ${routes[1]?.detail?.slice(0, 24)}`)
+  check('普通 info 日志仍然不进主流程',
+    !all.some((s) => s.title.includes('校验通过')))
+  check('warn 日志照常显示', all.some((s) => s.title.includes('校验失败')))
+  check('整条流跑完没有转圈的行', !all.some((s) => s.status === 'running'),
+    all.filter((s) => s.status === 'running').map((s) => s.title.slice(0, 24)).join(','))
+}
+
 console.log('\n=== 出具判定 ===')
 {
   const steps = mod.decodeRun(fixtures.issue)
diff --git a/scripts/check-stream.mjs b/scripts/check-stream.mjs
index 818a2197..457aba45 100644
--- a/scripts/check-stream.mjs
+++ b/scripts/check-stream.mjs
@@ -12,7 +12,7 @@ const WEB = process.env.AGENTLAB_WEB ?? 'http://localhost:5273'
 // 不用 playwright install：它既下不动也会动到已有缓存。系统 Chrome 就够了。
 const CHROME = process.env.CHROME_PATH
   ?? '/Applications/Google Chrome.app/Contents/MacOS/Google Chrome'
-const CASES = ['db', 'think', 'human', 'issue', 'failed', 'loop_approve']
+const CASES = ['db', 'think', 'human', 'issue', 'failed', 'loop_approve', 'supervisor']
 
 let failed = 0
 const check = (name, cond, detail = '') => {