第16章 · 多个 AI 怎么配合工作

第14章 · Agent 是怎么工作的 讲了单个 Agent（能自己干活的 AI）怎么工作。但当一个任务太复杂，一个 AI 容易出错——注意力分散、记不住太多东西、决策混乱。多个 AI 协作把大任务拆开，交给几个专业 AI 分别处理，再合并结果。

生活比喻：多 Agent 协作像装修队——水电工、木工、油漆工各司其职，一个总包工头（协调者）分配任务、检查进度、处理冲突。一个人装修整栋房子容易出错，一群人分工协作既快又稳：每个人只做自己擅长的活，出问题了也容易定位是谁的锅。

本章目录

1. 16.1 为什么需要多 Agent — 上下文窗口瓶颈、专业分工、交叉验证
2. 16.2 四种协作模式 — 流水线、辩论、层级、投票
3. 16.3 多 Agent 架构模式深入 — 代码实现 + 框架选择指南
4. 16.4 怎么避免 Agent 之间扯皮 — 五种典型故障与解决方案
5. 16.5 Agent 间通信 — 五种通信模式 + MCP/A2A 协议
6. 16.6 多 Agent 的挑战 — 通信开销、错误传播、幻觉放大、成本叠加
7. 16.8 多 Agent 实战案例 — 研究报告、代码审查、客服系统、竞品分析
8. 16.11 2026 年多 Agent 趋势 — AaaS、Agent 市场、人机协作、自组织、安全规范
9. 16.12 什么时候用单 Agent vs 多 Agent — 决策对照表

graph TD
    A[多 Agent 协作] --> B[动机]
    A --> C[协作模式]
    A --> D[通信与故障]
    A --> E[实战与趋势]
    B --> B1[上下文瓶颈]
    B --> B2[专业分工]
    B --> B3[交叉验证]
    C --> C1[流水线 / 辩论]
    C --> C2[层级 / 投票]
    D --> D1[五种通信模式]
    D --> D2[五种典型故障]
    D --> D3[挑战：幻觉放大]
    E --> E1[实战案例]
    E --> E2[单 vs 多选型]
    E --> E3[2026 趋势]

相关笔记

• 第14章 · Agent 是怎么工作的 — 单个 Agent 怎么工作
• 第15章 · Agent 之间的通信协议 — MCP 和 A2A 让多 Agent 互操作标准化
• 工作流模式（深挖） — 流水线模式就是固定 Workflow

跨章节关联

• 第14章 · Agent 是怎么工作的 — 多 Agent 的前置：单 Agent 原理
• 第15章 · Agent 之间的通信协议 — Agent 之间怎么通信：MCP 和 A2A
• 第13章 · RAG 进化树 — 多 Agent RAG：每个 Agent 管不同的知识库

来源

• Li et al., “Multi-Agent Debate”, 2023, https://arxiv.org/abs/2305.19118
• Du et al., “Improving Factuality through Multiagent Debate”, 2023, https://arxiv.org/abs/2305.14325
• CrewAI, https://crewai.com
• AutoGen, https://microsoft.github.io/autogen