多 Agent 协作是什么？
多 Agent 协作指多个具有不同角色或专长的 AI Agent，在协调机制下共同完成一个复杂任务。
单个 Agent 能查文档、调 API，很多个人项目已经够用。但当任务变成「写 API → 写测试 → 跑测试 → 失败改代码 → 写 README」，一个 Agent 的 Prompt 和工具列表会膨胀，容易绕晕、难调试。
多 Agent 像项目组分工：开发、测试、文档各一人，经理负责拆活和汇总——每个 Agent 岗位清晰、上下文更短。
三个常见角色
| 角色 | 典型职责 |
|---|---|
| 协调者（Coordinator） | 拆任务、派活、合并结果 |
| 执行者（Worker） | 专注一件事：写代码、搜资料、跑测试 |
| 审校者（Reviewer） | 检查输出质量，提出修改（可选） |
协调者可以是规则流程，也可以是另一个 LLM——入门时两个 Agent 顺序流水线就够用。
举例：给留言板加「字数统计」
单 Agent 做法
同一个上下文里又要改 React、又要改 API、又要想测试——代码堆在一起，容易漏。
多 Agent 做法
1. [产品 Agent] 输出需求：输入框下显示「已输入 N / 500 字」
2. [前端 Agent] 改 GuestbookForm.tsx，说明改了什么
3. [后端 Agent] 确认 API 校验 message 长度
4. [测试 Agent] 列出边界 case：0 字、500 字、501 字
5. [协调者] 合并成 checklist 供你审核
每个 Agent 的 system prompt 只描述本行工作，反而更专注。
几种协作模式
| 模式 | 怎么配合 | 适合 |
|---|---|---|
| 顺序流水线 | A 完成 → B 接手 → C 收尾 | 文档生成、内容生产 |
| 经理派单 | 协调者动态分配 | 需求多变的大任务 |
| 互审迭代 | A 写 B 挑刺，多轮改进 | 方案、文案评审 |
| 并行汇总 | 多 Agent 同时搜，再合并 | 大范围调研 |
不是 Agent 越多越好——传话多了，成本和延迟都上去。任务步骤少、工具不多时，单 Agent 优先；需要不同「人格约束」或并行调研时，再考虑多 Agent。
总结
多 Agent 协作 = 分工 + 协议 + 协调——把复杂任务拆给多个「专才 Agent」，而不是让一个「全才 Prompt」硬扛。
搞懂何时单 Agent、何时组队，你就不会在简历和项目里盲目堆「Multi-Agent 系统」，而是能讲清楚为什么这样拆、怎么传递结果。
评论
还没有评论，来做第一个吧
赞同、吐槽、提问都行，评论区开放