Multi-Agent 是让多个 Agent 以不同角色协作完成任务。它可以模拟团队分工，但也会增加协调成本和不确定性。

1. 多智能体基本思想

用户目标
  -> 规划 Agent
  -> 检索 Agent
  -> 分析 Agent
  -> 执行 Agent
  -> 审查 Agent
  -> 汇总输出

每个 Agent 负责一个相对明确的角色。

2. 常见协作模式

模式	说明
主从模式	一个主 Agent 调度多个子 Agent
评审模式	一个 Agent 生成，另一个 Agent 审查
专家组模式	多个角色分别给意见，再汇总
流水线模式	每个 Agent 处理一个阶段
竞争模式	多个 Agent 给方案，选择最优

3. 适合场景

• 复杂报告生成。
• 多资料交叉分析。
• 代码生成与审查。
• 产品方案评审。
• 安全检查和合规审查。

多智能体适合复杂任务，但不适合简单问答。

4. 协调难点

难点	说明
成本高	多个 Agent 多次调用模型
延迟高	串行协作会变慢
上下文传递	中间信息可能丢失或污染
责任不清	出错时难定位
共识困难	多个 Agent 输出冲突

5. 设计原则

1. 每个 Agent 角色要清晰。
2. 输入输出格式要固定。
3. 中间结果要可追踪。
4. 主控流程要有限制，不能无限讨论。
5. 高风险结论要由规则、工具或人工确认。

6. 示例：技术方案评审

方案生成 Agent：输出初版架构方案
性能评审 Agent：检查瓶颈和容量风险
安全评审 Agent：检查权限和数据风险
运维评审 Agent：检查监控、发布和回滚
汇总 Agent：合并意见并输出最终方案

这种模式适合需要多个视角的复杂任务。

7. Tips 快问快答

Q：多智能体一定比单智能体好吗？

A：不一定。简单任务用单 Agent 更低成本、更稳定。多智能体适合复杂任务和多角色评审。

Q：多智能体怎么避免互相扯皮？

A：要有主控流程、固定角色、明确输出格式和终止条件。

Q：多智能体适合生产系统吗？

A：可以，但要谨慎。它会增加成本、延迟和可解释性难度，适合价值高且复杂度高的任务。