AI ManualsAI 技术开发者索引
首页/Agent 与工作流/多 Agent 协作
Agent 与工作流

多 Agent 协作

多智能体协作会把一项任务拆分给多个由模型驱动的角色或执行者,再汇总或审核它们各自的结果。

多 Agent协作任务委派
开始阅读
拆成多个角色,再把结果汇回来
多 Agent 协作:拆成多个角色,再把结果汇回来协调者将子任务交给研究、实现和复核等角色,各角色返回结果供协调者汇总;角色分工为示意。协调者拆分任务、汇总结果研究角色查找证据与背景实现角色执行约定的任务复核角色检查结论与产物任务 / 证据任务 / 产物复核 / 反馈

角色是任务分工示例;增加智能体数量,也会增加协调、权限与评测成本。

工作机制与关键组成

  1. 拆分任务

    分离可以独立完成的工作,并明确每个执行者需要交付的结果。

  2. 分配上下文

    只向每个执行者提供完成任务所需的信息和工具。

  3. 整合结果

    验证各项结果、解决冲突,再由协调者或确定性代码完成汇总。

如何选择

只有在实际任务中,多个智能体的并行处理或专业分工确实优于单个智能体或固定流程时,才采用这种方式。

适合解决哪些问题

  • 并行开展互不依赖的研究,或从不同角度进行代码审查。
  • 将协调工作与职责边界清晰的专业任务分开。

使用时要留意什么

  • 协作会增加 token 消耗、耗时和额外故障模式。
  • 并行智能体可能重复劳动或给出互相矛盾的结论,应明确共享事实和结果整合规则。

使用前,先弄清楚

哪些任务值得尝试多 Agent 协作?

优先考虑能独立拆分、输出边界明确且结果容易合并的任务,例如从不同角度检查代码或并行研究独立子问题。若角色持续依赖彼此的即时结果,协调成本可能抵消收益。应与单智能体方案比较效果和成本,再决定是否保留多角色。

继续核对原始资料

概念说明参考项目文档与源码;场景选择和接入建议为 AI Manuals 的整理判断。版本、价格、许可及接口细节请以项目当前说明为准。