06 — 多智能体协作（Multi-Agent）

学习路径

目录	内容
多智能体模式	编排、通信、冲突处理和 A2A 协议

为什么要多个 Agent

• 分工专精：一个 Agent 专注一件事（搜索/写作/审校），提示词更聚焦、表现更好。
• 上下文隔离：每个 Agent 有自己的上下文，互不干扰，避免单个 Agent 上下文爆炸 （呼应 04-agent-core/agent-patterns/context-engineering 的子任务隔离）。
• 并行提速：多个子任务可同时进行。
• 降低误伤范围：一个 Agent 写崩了，不一定拖垮整条链路；问题更容易定位。
• 更容易评估：每个 Agent 只做一类事，验收标准会清楚很多。

核心原则

能用单 Agent 解决就别上多 Agent。 多 Agent 带来协调开销、成本翻倍、调试困难。 只有当任务确实能清晰拆分、且单 Agent 明显吃力时才值得。

什么时候该上多 Agent

• 任务天然分阶段：调研 -> 写作 -> 审校。
• 任务天然分角色：搜索、计算、归纳、判断各自最擅长的东西不一样。
• 任务需要并行：多个资料源同时查、多个候选方案同时比。
• 任务需要隔离：一个 Agent 不应该看到另一个 Agent 的全部思路或敏感输入。

什么时候别上多 Agent

• 一句话就能答完的问题。
• 只是想让模型“多想一步”，其实一个规划提示就够。
• 子任务之间强依赖，拆开反而来回传话。
• 你还没有单 Agent 的评测基线。

常见角色分工

角色	主要职责	常见输入	常见输出
主管 Agent	拆任务、分派、收口	用户目标、约束	子任务清单、最终汇总
搜索 Agent	找资料	关键词、范围、约束	来源、要点、证据
写作 Agent	把素材变成成稿	要点、受众、语气	草稿、提纲、成文
审校 Agent	找错、补漏、挑刺	草稿、标准	问题清单、修改建议
计算 Agent	做数值推导	数据、公式、边界	结果、过程、校验