AZ.FN

简体中文

English

简体中文

English

外观

多Agent协作

2526 字约 8 分钟

domain/aiai/agents

2026-07-24

多 Agent 协作通过分工合作解决单个 Agent 无法处理的复杂任务。核心问题不是"能不能协作"，而是什么时候值得用多 Agent、如何设计通信和角色、如何控制成本。

一句话解释

多 Agent 系统 = 角色分工 + 通信协议 + 协调机制，用 N 倍 LLM 调用换取更高的任务质量和更广的能力覆盖。

核心结论

  • 多 Agent 协作通过分工合作解决单个 Agent 无法处理的复杂任务
  • 常见协作模式：主从模式、对等模式、辩论模式、流水线模式、投票模式
  • Agent 间通信协议和角色定义是协作成功的关键
  • 多 Agent 系统需要协调机制避免冲突和冗余
  • 多 Agent 协作成本更高（N 个 Agent = N 倍 LLM 调用），需要权衡收益与开销

基础概念

Multi-Agent System：由多个 Agent 组成的协作系统。

Role：每个 Agent 在协作中扮演的角色和职责。

Communication：Agent 之间的信息传递方式。

Coordination：协调多个 Agent 的行动，避免冲突。

Consensus：多个 Agent 达成一致意见的机制。

Orchestrator：协调多个 Agent 的中心控制器。

Debate：多个 Agent 通过辩论达成共识。

五种协作模式详解

1. 主从模式（Manager-Worker）

  • 机制：Manager 分解任务，分配给 Worker 执行，汇总结果
  • 适用场景：任务可清晰分解，子任务相对独立
  • 优势：结构清晰，Manager 全局把控
  • 劣势：Manager 是单点瓶颈，规划质量决定整体效果
  • 框架实现：LangGraph Supervisor 模式、CrewAI Crew + Manager

2. 对等模式（Peer-to-Peer）

  • 机制：所有 Agent 地位平等，通过协商完成任务
  • 适用场景：需要多视角分析、创意性任务
  • 优势：无单点瓶颈，充分利用各 Agent 专长
  • 劣势：协调困难，可能陷入"讨论循环"不收敛
  • 框架实现：AutoGen Group Chat

3. 辩论模式（Debate）

  • 机制：多个 Agent 从不同角度分析问题，通过辩论达成共识
  • 适用场景：需要高质量决策、减少单视角偏差
  • 优势：减少 LLM 幻觉和偏见，产出更全面
  • 劣势：成本高（2-3 倍调用），收敛速度不可预测
  • 典型应用：投资决策、技术方案评审

4. 流水线模式（Pipeline）

  • 机制：Agent 按顺序处理，每个负责一个环节
  • 适用场景：流程明确、步骤固定的任务
  • 优势：简单直接，每步可独立测试和优化
  • 劣势：灵活性差，无法动态调整流程
  • 框架实现：Google ADK SequentialAgent

5. 投票模式（Voting）

  • 机制：多个 Agent 独立给出答案，通过投票选择最终结果
  • 适用场景：需要高可靠性、答案有明确对错
  • 优势：降低单次错误的影响，提高可靠性
  • 劣势：成本 N 倍，所有 Agent 处理同一问题
  • 典型应用：代码 Bug 检测、数学问题求解

通信协议设计

三种通信模式

通信模式机制优势劣势适用场景
共享黑板所有 Agent 读写同一共享状态信息透明，简单直接并发冲突，信息过载小规模、紧耦合团队
消息传递Agent 之间直接发送结构化消息解耦，可扩展通信链路管理复杂中大规模、松耦合系统
事件驱动Agent 发布事件，订阅者响应松耦合，可扩展调试困难，事件链追踪异步、大规模系统

共享黑板模式示例

共享状态（Blackboard）:
{
  "task": "分析公司财务状况",
  "findings": [
    {"agent": "财务分析师", "content": "营收增长 20%"},
    {"agent": "风险评估", "content": "负债率偏高"},
    {"agent": "行业对比", "content": "行业平均增长 15%"}
  ],
  "conclusion": null  ← 等待 Manager Agent 填充
}

消息传递的格式约定

{
  "from": "research_agent",
  "to": "writer_agent",
  "type": "task_complete",
  "content": {
    "summary": "已收集到 5 篇相关论文",
    "data": [...],
    "next_action": "请基于以上信息撰写综述"
  },
  "metadata": {
    "timestamp": "2026-07-22T10:30:00Z",
    "cost_tokens": 3500
  }
}

角色分配与能力匹配

角色设计原则

  1. 单一职责：每个 Agent 只负责一个明确的能力域
  2. 能力互补：角色之间不重叠，合在一起覆盖完整任务
  3. 层级清晰：决策者、执行者、审核者分层明确
  4. 可替换性：同一角色的 Agent 可以互换（便于测试和扩展）

角色分配策略

策略描述适用场景
静态分配预定义角色和职责流程固定的场景
动态分配Manager 根据任务特征选择 Agent任务类型多样的场景
自选举Agent 根据自身能力主动认领任务对等协作模式
竞价机制多个 Agent 竞争任务，选最优资源优化场景

多 Agent 系统的调试与可观测性

调试挑战

  • 因果链复杂：A 的输出影响 B，B 的输出影响 C，定位错误源头困难
  • 非确定性：同样的输入，每次执行路径可能不同
  • 通信开销：Agent 间的消息传递增加延迟和成本
  • 状态同步：多个 Agent 的状态一致性难以保证

可观测性方案

调试链路需要追踪：
  Task → [Agent A: 推理过程] → [消息] → [Agent B: 推理过程] → [消息] → ... → 结果

每个节点记录：
  - 输入消息（从哪个 Agent 来的、内容是什么）
  - LLM 调用（Prompt、Completion、Token、延迟）
  - 输出消息（发给哪个 Agent、内容是什么）
  - 工具调用（调用了什么、返回什么）
  - 状态变更（修改了共享状态的哪些字段）

成本控制：何时用多 Agent

成本模型

单 Agent 成本 = Σ(LLM 调用费用 + 工具调用费用)
多 Agent 成本 = Σ(N 个 Agent 的 LLM 调用费用) + 通信开销 + 协调开销

经验数据：多 Agent 系统的成本通常是单 Agent 的 3-5 倍（包括通信和协调开销）。

多 Agent vs 单 Agent 决策

条件推荐选择理由
单一领域、中等复杂度单 Agent多 Agent 开销不值得
Prompt 超过 2000 token多 Agent上下文过长导致 LLM 注意力分散
工具超过 10 个多 Agent工具过多导致选择困难
子任务高度独立多 Agent可并行执行，提高效率
需要多视角决策辩论模式减少单视角偏差
需要高可靠性投票模式多数投票降低错误率
流程固定、步骤明确流水线模式每步专业化

A2A 协议与 MCP 的互补关系

MCP（Model Context Protocol）:
  Agent ←→ 工具/数据源
  解决"Agent 如何连接外部工具"的问题

A2A（Agent-to-Agent Protocol）:
  Agent ←→ Agent
  解决"Agent 之间如何通信和协作"的问题

两者互补：
  MCP 让 Agent 获得能力（工具接入）
  A2A 让 Agent 获得协作（Agent 间通信）

2026 年趋势：MCP 已被主流框架采纳为工具接入标准。A2A 协议仍在发展中，Google 等厂商正在推动标准化。

主流框架对比

框架核心特色协作模式适用场景
CrewAI角色化任务分配主从 + 流水线任务分配型多 Agent
AutoGen对话式协作对等 + 辩论多 Agent 对话验证
LangGraph图编排全模式支持需要精细控制的复杂场景
ChatDev模拟软件开发团队流水线代码生成场景
MetaGPTSOP 驱动的协作流水线 + 主从标准化流程场景
Google ADK模块化组合并行 + 顺序 + 循环企业级场景

实战场景

  • 软件开发：产品经理 → 架构师 → 开发者 → 测试员（流水线）
  • 内容创作：研究员 → 写手 → 编辑 → 审核（流水线）
  • 数据分析：数据工程师 → 分析师 → 可视化专家（流水线）
  • 客服系统：意图识别 → 知识检索 → 回答生成 → 质量检查（主从 + 流水线）
  • 研究协作：文献检索 → 阅读 → 分析 → 综述（流水线）
  • 投资决策：多方分析师辩论 → 裁判 Agent 综合判断（辩论模式）

常见误区

  • Agent 数量过多：增加复杂度但不提升效果，每个 Agent 都有协调开销
  • 角色定义不清：Agent 职责重叠或遗漏，导致"三个和尚没水喝"
  • 通信协议混乱：缺乏标准化的信息格式，Agent 之间"鸡同鸭讲"
  • 忽视成本：多 Agent 成本是单 Agent 的数倍，不做 ROI 分析
  • 缺乏协调：Agent 之间可能产生冲突和重复工作
  • 过度民主：对等模式下 Agent 陷入无休止讨论，不收敛到结论

进阶方向

  • 动态角色分配（运行时根据任务特征调整角色）
  • 自适应协作策略（根据任务进展自动切换协作模式）
  • 跨 Agent 记忆共享（多 Agent 共享经验库）
  • Agent 社会行为模拟（大规模 Agent 群体行为研究）
  • 人机协作 Agent 系统（Agent 团队中嵌入人类角色）

推荐资料

  • AutoGen Docs - https://microsoft.github.io/autogen/
  • CrewAI Docs - https://docs.crewai.com/
  • ChatDev - https://github.com/OpenBMB/ChatDev
  • MetaGPT - https://github.com/geekan/MetaGPT
  • Multi-Agent Survey - https://arxiv.org/abs/2308.08155

关联笔记

贡献者: fly