什么是多智能体？核心在于分工与编排，而非数量堆叠

提到“多智能体”（Multi-Agent），许多人的第一反应是“多叫几个 AI 一起群聊”。这其实是一个巨大的误解。真正的多智能体系统，并非让多个 AI 对着同一个问题各说各话，而是将复杂任务拆解，分配给拥有不同角色、工具和权限的 Agent，通过明确的编排机制进行协作。

这一集的核心观点可以概括为：不是人多，是分工要清楚。

角色增多确实能处理更复杂的任务，但协调成本也会随之上升。因此，关键问题从来不是“能不能多开几个 Agent”，而是“这个任务到底需不需要多个独立角色”。

多智能体的工程定义

在大模型应用语境下，多智能体指的是多个 Agent 通过某种编排机制协作完成任务。从工程角度看，它由三个核心要素组成，缺一不可：

1. 多个 Agent：系统的执行主体。
2. 差异化的角色、工具和权限：每个 Agent 负责特定职能，拥有不同的资源访问权。
3. 编排器（Orchestrator）：负责协调、调度和控制流程的核心组件。

如果没有编排器，那就不叫多智能体，那只是一群各自为政、互不干涉的独立程序。

角色与职责的边界

在一个典型的多智能体系统中，不同 Agent 的分工非常明确：

• 规划 Agent：手持任务分解图，负责将大任务拆解为可执行的子任务。
• 检索 Agent：连接知识库，负责查找和获取相关资料。
• 执行 Agent：连接外部接口和工具箱，负责实际动手操作。
• 评审 Agent：持有打分仪表，专门负责质检和挑毛病。

这种设计的核心在于职责边界。如果开启了五个 Agent，但它们都在做同一件事，都在重复询问模型，那不仅不是好设计，反而会将成本放大五倍。

多智能体系统可以共用一个底层模型，也可以各用各的。让每个 Agent 只专注一件事，能降低单个模型试图同时处理所有目标时的混乱程度。需要注意的是，这只能降低幻觉产生的概率，而不能彻底消除。

四种常见的多智能体架构

在工程实践中，多智能体系统通常采用以下四种架构模式：

1. 主管-工人模式（Supervisor-Worker）

• 机制：一个主管 Agent 负责拆解任务、下发指令并汇总结果；多个工人 Agent 只负责执行分配到的具体子任务。
• 特点：结构清晰，易于管理，适合层级分明的任务。

2. 路由分派模式（Routing/Dispatching）

• 机制：先进行意图识别，判断问题属于哪一类，然后将请求挂载到对应的专家 Agent 上。
• 特点：类似传送带按颜色分拣，财务问题归财务 Agent，法务问题归法务 Agent，实现专业化处理。

3. 并行投票模式（Parallel Voting）

• 机制：让多个 Agent 从不同角度同时作答，再由一个聚合器（Aggregator）筛选或合并结果。
• 特点：用冗余换取可靠性，但代价是计算成本和 Token 消耗翻倍。

4. 生成-评审循环模式（Generator-Reviewer Loop）

• 机制：一个 Agent 负责产出方案，另一个 Agent 按标准进行质检打分。如果不合格，则驳回并打回修改，直到通过为止。
• 特点：内置质量控制环节，适合对输出质量要求极高的场景。

架构设计的本质：控制权

尽管上述四种架构形式各异，但它们的本质都是在设计控制权。在设计任何多智能体系统时，必须明确回答以下三个问题：

1. 谁调用工具？
2. 谁对最终结构负责？
3. 什么时候停止？

如果架构图无法清晰回答这三个问题，那么无论连线画得多么复杂，它都只是一堆无效的连线，而非一个可控的系统。

多智能体的代价与风险

多智能体系统容易被过度神话，因此在引入时必须清醒地认识到其带来的额外代价。主要风险集中在以下四个方面：

1. 通信成本剧增

Agent 之间需要传递消息、解释中间结果、来回调度。每一次交互都在消耗 Token 和时间，导致整体延迟和成本显著上升。

2. 上下文污染（Context Pollution）

这是最隐蔽的风险。如果上游 Agent 生成了一个看似合理但实际错误的结论，下游 Agent 可能会全盘接受并基于此继续推理。结果导致整条链路越走越偏，且每一步单独看都显得“合理”，极难排查。

3. 责任边界模糊

当系统出错时，定位问题变得困难。是规划拆错了？工具挂了？检索找错了？还是评审没拦住？单个 Agent 只需看输入输出，而多 Agent 串联后，故障点可能隐藏在任何一个环节。

4. 评测难度飙升

单次模型调用只需关注黑盒的输入和输出。但在多智能体系统中，必须监控全部中间轨迹、工具调用、路由选择和停止条件。这要求建立更完善的日志、评测和权限隔离机制。

适用边界与设计原则

基于上述代价，多智能体系统的设计应遵循以下原则：

• 切勿强行拆团队：如果流程本身是固定的，传统工作流往往更稳定、更高效。
• 避免滥用：单个 Agent 能解决的问题，绝不滥用多智能体架构。
• 架构不是越热闹越先进：复杂性应服务于任务需求，而非为了展示技术栈。

核心定义回顾

• 定义：多智能体是多个 Agent 通过编排、通信与工具协作，共同完成复杂任务的结构。记住“编排”这个词，它是区分多智能体与“开了好几个对话框”的关键。
• 价值：实现角色分工、并行处理、专家化执行，并通过专门的评审 Agent 进行质量控制，解决单个模型顾此失彼的问题。
• 机制：包括任务拆解、路由分发、上下文传递、流程控制、结果汇总及停止条件。
• 边界：必须接受延迟、成本、调试难度和错误传播上升的现实，并配套日志、评测、权限隔离和人工审批机制。

总结

多智能体不是简单地将 Agent 的数量堆上去，而是将复杂任务拆分成边界清晰、可评测、可控制的协作结构。

在知识网络中，单个 Agent 关注的是目标、工具、反馈的闭环；而多智能体则是让多个这样的闭环学会共识与协作。其关键不在于 Agent 越多越好，而在于分工明确、协作受控、结果可评测。

只有算清了这笔账，把定义说准，才能避免陷入“伪多智能体”的陷阱，真正构建出高效、可靠的 AI 系统。