第 16章 多智能体 Multi-Agent

常见痛点： 1️⃣ 上下文串扰导致错误结果；2️⃣ 调试成本飙升，3️⃣ Token 成本暴增；4️⃣ 任务冲突导致流程失控。怎么说呢，

本章要解决的问题

章节大纲

• 主从/对等/流水线拓扑
• Sub-Agent 与角色分工
• 智能体间通信与任务编排
• 主流框架对照
• 🔧 方法：上下文串扰与任务冲突解决

模式原理这方面。多人协作 vs 一个人硬扛

一句话定义

多智能体是让多个各司其职的 Agent 协作完成一个任务——每个 Agent 有自己的角色、目标、工具和上下文，通过编排器或互相通信协同工作。

先泼冷水的观点是，多智能体是被滥用最严重的模式。

行业市场上很多“多 Agent 程序”其实是把本可以用一个 Agent + 工具做好的事。强行拆成几个 Agent，结果上下文互相污染、调试地狱、成本爆炸。先用单 Agent 处理问题，单 Agent 明确搞不定时再上多智能体。

什么时候真的需要多智能体

三个“信号”。至少满足一个再考虑：

.row{background:#f9f9f9;} .col{background:#fff;} table td{border-bottom:none; border-top:none;font-size:14px;color:#444，} th{text-align:left;font-weight:bold;color:#222，background:#eaeaea;} p{font-size:14px;color:#333，margin-top:-1px;margin-left:-1px;不过，background-color:white;border-left:dashed} li{color:black;font-size:13pt} pre{font-family:"Fira Code",monospace;background-color:white} code.hljs.language-python{color:black}

信号	说明	例子
#专业隔离#	不同子任务需要不同的提示词/工具/模型，混在一起互相干扰研究者与写手角色冲突。
#上下文隔离#	各子任务的上下文太大。塞进一个 Agent 会溢出/互相污染每个产品线的数据都很大，分 Agent 处理。
#并行收益#	子任务可并行执行多维度独立分析。

#专业隔离# 不同子任务需要不同的提示词/工具/模型混在一起互相干扰研究者与写手角色冲突#上下文隔离# 各子任务的上下文太大塞进一个Agent会溢出 / 互相污染每个产品线的数据都很大分Agent处理#并行收益# 子任务可并行执行呼应第16章 多维度独立分析

如果三个信号都不满足。你需要的是提示链+路由，而不是多智能体。其实，#多智能体是最终的手段。不是默认选项，#

判断标准这方面，当子任务需要不同工具权限、不同上下文、不同模型、不同角色提示词或可并行执行时才适合多智能体。

---

多智能体怎么组织决定程序复杂度与协作方式：

---