话说回来，

到目前为止。我们已经探讨了如何建立功能比较全面的单智能体程序——这些智能体借助工具、知识、记忆与编排层来解决复杂任务。经过正确配置后它们能够调用广泛的知识与集成，独立行动，表现出很强的能力。不过，当我们超越“单个智能体”时智能程序统的真正潜力才会逐步展开。

使用者痛点

• 缺乏可 性：单一模型在面对大规模业务时难以横向 导致性能瓶颈。其实，
• 维护困难：一次改动往往需要重构整个程序。耗时且容易引入错误，不过，
• 功能单一化：传统工具只能完成有限任务。无法满足多元化业务需求，
• 沟通障碍：各模块间缺乏统一协议，导致集成成本高昂。
• 可复用性差：同一功能在不同业务场景中重复实现，浪费资源。

多智能程序统简介

正如前几章所示，单个 AI 智能体通常会配备诸如Web API数据库、Web 服务等工具。这些工具把智能体的能力从单纯文本生成 到与外界交互、执行以目标为导向的任务。按理说，例如在上一章中，我们展示了一个意大利餐馆的 AI 智能体如何对接后端库存数据库、从向量数据库检索相关洞见。甚至执行将商品加入使用者购物车等动作。

但如果我们再进一步呢？话说回来，正如单个智能体可以调用一个工具调用另一个智能体能力的自然语言描述多智能程序统: 多个智能体相互通信与协作。每个为更大的程序贡献一种专门能力。

为什么要这么做？

- 可以让每个组件专注于自己的主要职责；- 提高可维护性和可测试性；- 实现横向 和故障隔离；- 支持跨语言、多框架开发。

再看典型案例，日历与网购助手

A) 日历代理：理解含糊查询、识别冲突并协商变更。 B) 网购助手：拆分为 Planner Agent、Web Agent、Scheduling Agent 等，实现跨网站购物流程。C) 每个代理都独立运行，却通过 Planner Agent 编排完成整体目标。按理说，

理解并设计多智能程序统的不同工作流

网络型

A组AI团队像真实产品团队一样持续迭代。共享信息，适用于变化很快、高度交互场景。

反思型

"审稿人"对主AI进行评估，实现质量控制循环；适合需要精细打磨内容的任务。

顺序型

"突发新闻"流水线：聚合→核查→写稿→SEO→发布；易于控制顺序和追踪进度，老实说，

层级型

"管理者"下发任务并汇果；适合有明确层级结构但不需全连接通信场景。

混合型