多智能体协作模式

多智能体协作模式：按并行价值、上下文隔离和角色专长选择 supervisor、pipeline 或分散协作拓扑，以架构、轨迹与故障重放完成工程验收。

学习目标

  • 能解释“多智能体协作模式”如何按并行价值、上下文隔离和角色专长选择 supervisor、pipeline 或分散协作拓扑
  • 能区分supervisor、pipeline、swarm、角色专精、聚合器，并标出控制权、状态和副作用边界
  • 能冻结输入与版本，沿以下证据定位首个分叉：拓扑、任务图、角色提示、上下文切片、工作者结果、冲突、聚合规则、token 与耗时
  • 能注入“为了展示多 Agent 把强依赖任务并行化，工作者各自基于不同旧状态产出冲突结果”，完成阻断、恢复、复位和同输入重放

来源、课程身份与适用边界

“多智能体协作模式”以Anthropic 公开全文《Building effective agents》建立工程总纲，并用Anthropic 多智能体研究系统工程复盘核对本章机制。

这不是一本名为《AI Agent 开发实战》的官方出版物，也不存在官方十四章目录。平台把公开工程文章、官方开发文档和原始论文重组为 14 个工程单元；下列 112 个节点是站内课程地图。正文、代码、图表、实验与练习均为独立教学重写，模型、API、协议或安全边界变化时必须重新验证。

本单元的八个工程坐标

  • 多智能体协作模式：这是“按并行价值、上下文隔离和角色专长选择 supervisor、pipeline 或分散协作拓扑”的第 1 个工程坐标；必须进入机制解释、运行轨迹或故障证据，不能只停在目录。
  • 一个小特忙不过来，就组一支小队：这是“按并行价值、上下文隔离和角色专长选择 supervisor、pipeline 或分散协作拓扑”的第 2 个工程坐标；必须进入机制解释、运行轨迹或故障证据，不能只停在目录。
  • 为什么要多智能体：一个 Agent 会撑不住：这是“按并行价值、上下文隔离和角色专长选择 supervisor、pipeline 或分散协作拓扑”的第 3 个工程坐标；必须进入机制解释、运行轨迹或故障证据，不能只停在目录。
  • 三种协作拓扑：supervisor、swarm、pipeline：这是“按并行价值、上下文隔离和角色专长选择 supervisor、pipeline 或分散协作拓扑”的第 4 个工程坐标；必须进入机制解释、运行轨迹或故障证据，不能只停在目录。
  • 角色专精：每个 Agent 只管一摊：这是“按并行价值、上下文隔离和角色专长选择 supervisor、pipeline 或分散协作拓扑”的第 5 个工程坐标；必须进入机制解释、运行轨迹或故障证据，不能只停在目录。
  • 单还是多：别为多而多：这是“按并行价值、上下文隔离和角色专长选择 supervisor、pipeline 或分散协作拓扑”的第 6 个工程坐标；必须进入机制解释、运行轨迹或故障证据，不能只停在目录。
  • 动手一：主管怎么把一桩活分派下去：这是“按并行价值、上下文隔离和角色专长选择 supervisor、pipeline 或分散协作拓扑”的第 7 个工程坐标；必须进入机制解释、运行轨迹或故障证据，不能只停在目录。
  • 动手二：这个任务，该用单还是多 Agent：这是“按并行价值、上下文隔离和角色专长选择 supervisor、pipeline 或分散协作拓扑”的第 8 个工程坐标；必须进入机制解释、运行轨迹或故障证据，不能只停在目录。

术语与运行合同

、、、、。

本页不变量是：只有可独立验证的子任务才交给独立 Agent，最终结果由明确聚合器验收。任何“成功”结论都要保存拓扑、任务图、角色提示、上下文切片、工作者结果、冲突、聚合规则、token 与耗时；模型自评、最终措辞和单次 demo 都不能替代环境事实。

工程机制与反证实验

多 Agent 的价值来自并行和上下文分离

单任务复制多个角色只会增加协调成本，子任务应能独立推进。

动手验证：比较单 Agent 与多 Agent 的成功率、token 和墙钟时间。

拓扑匹配依赖结构

固定阶段适合 pipeline，动态拆分适合 supervisor，不能凭名称选架构。

动手验证：为任务画依赖图后再选择拓扑。

角色边界要减少重叠

多个工作者都修改同一对象会制造冲突与重复。

动手验证：计算各角色读写集合并阻断重叠写。

聚合必须有证据标准

把文本拼接起来不等于综合，应处理冲突、来源和覆盖缺口。

动手验证：注入互斥结论，确认聚合器要求进一步验证。

从架构到故障重放

分步1 / 3

1. 架构复杂度实验

在“多智能体协作模式”中切换简单基线、受控工作流和自主循环，先判断“按并行价值、上下文隔离和角色专长选择 supervisor、pipeline 或分散协作拓扑”是否真的需要更高自主性，再比较延迟、成本、可观测性与风险。

Architecture decision laboratory

多智能体协作模式

按并行价值、上下文隔离和角色专长选择 supervisor、pipeline 或分散协作拓扑

复杂度档位

不变量：只有可独立验证的子任务才交给独立 Agent，最终结果由明确聚合器验收

受控工作流：只激活能够由收益证明的阶段1评估必要性2选择拓扑3隔离上下文4并行执行5聚合验收蓝色表示当前方案承担的责任；虚线阶段仍留在系统边界外。关键证据：拓扑、任务图、角色…
自主性46
延迟52
成本48
可观测78

最小可运行切片

const plan = await supervisor.decompose(task);
assertIndependent(plan.parallelTasks);
const results = await Promise.all(
  plan.parallelTasks.map((item) => runWorker(item, isolatedContext(item))),
);
const merged = aggregate(results, {
  requireCitations: true,
  rejectConflicts: true,
});
return acceptance.verify(merged);

切片只表达“按并行价值、上下文隔离和角色专长选择 supervisor、pipeline 或分散协作拓扑”的核心合同。生产实现还要补齐持久化、超时、密钥隔离、结构化日志、幂等和批量评测；如果不能重新取得拓扑、任务图、角色提示、上下文切片、工作者结果、冲突、聚合规则、token 与耗时，代码跑通也不能证明机制正确。

练习与答案

练习

问题 1：最小证明。 怎样用正常、边界和单故障三类样本证明“只有可独立验证的子任务才交给独立 Agent，最终结果由明确聚合器验收”？

问题 2：节点覆盖。 多智能体协作模式、一个小特忙不过来，就组一支小队、为什么要多智能体：一个 Agent 会撑不住、三种协作拓扑：supervisor、swarm、pipeline、角色专精：每个 Agent 只管一摊、单还是多：别为多而多、动手一：主管怎么把一桩活分派下去、动手二：这个任务，该用单还是多 Agent如何从目录词变成工程证据？

问题 3：恢复验收。 怎样证明“为了展示多 Agent 把强依赖任务并行化，工作者各自基于不同旧状态产出冲突结果”已经修复？

本章回顾

  • “多智能体协作模式”解决的是按并行价值、上下文隔离和角色专长选择 supervisor、pipeline 或分散协作拓扑。
  • 核心不变量是只有可独立验证的子任务才交给独立 Agent，最终结果由明确聚合器验收。
  • 首要反例是为了展示多 Agent 把强依赖任务并行化，工作者各自基于不同旧状态产出冲突结果。
  • 最小证据包包含拓扑、任务图、角色提示、上下文切片、工作者结果、冲突、聚合规则、token 与耗时。

名词解释

本章出现的专业名词，用大白话再讲一遍。

supervisor

由中心 Agent 分配任务并综合工作者结果的拓扑。在“多智能体协作模式”中必须能按以下证据重新定位：拓扑、任务图、角色提示、上下文切片、工作者结果、冲突、聚合规则、token 与耗时。

pipeline

多个 Agent 按固定顺序处理中间产物的拓扑。在“多智能体协作模式”中必须能按以下证据重新定位：拓扑、任务图、角色提示、上下文切片、工作者结果、冲突、聚合规则、token 与耗时。

swarm

参与者通过局部交接或共享环境协作的分散拓扑。在“多智能体协作模式”中必须能按以下证据重新定位：拓扑、任务图、角色提示、上下文切片、工作者结果、冲突、聚合规则、token 与耗时。

角色专精

让每个 Agent 只承担边界清晰的任务类型。在“多智能体协作模式”中必须能按以下证据重新定位：拓扑、任务图、角色提示、上下文切片、工作者结果、冲突、聚合规则、token 与耗时。

聚合器

去重、处理冲突并验证最终结果的组件。在“多智能体协作模式”中必须能按以下证据重新定位：拓扑、任务图、角色提示、上下文切片、工作者结果、冲突、聚合规则、token 与耗时。

阅读导航

← 上下文工程与压缩 · 编排·通信·终止 →

讨论

评论区加载中…