索引 / 标签
#多智能体
共 10 篇
- Ch16 多Agent协作
16.1 为什么需要多 Agent
单 Agent 就像一个人独自装修一套房子。他需要同时记住水电线路图、墙面配色方案、家具尺寸、预算上限、施工顺序——当信息量超过大脑的"工作台"容量时，就会丢三落四：忘了关水阀就去接电线，或者记错了瓷砖数量买了一堆废料。
约 5 分钟1,681 字 - Ch16 多Agent协作
16.11 2026 年多 Agent 趋势
Agent-as-a-Service（AaaS）：不再是"自己搭建 Agent"，而是"调用别人的 Agent"。2026 年出现了 Agent 市场——搜索 Agent、翻译 Agent、代码审查 Agent 都可以按 API 调用，按次付费。这就像云服务取代自建机房——大多数
约 2 分钟542 字 - Ch16 多Agent协作
16.12 什么时候用单 Agent vs 多 Agent
| 维度 | 用单 Agent | 用多 Agent | |------|-----------|-----------| | 任务复杂度 | 低-中，步骤少于 10 步 | 高，需要 10+
约 1 分钟367 字 - Ch16 多Agent协作
16.2 四种协作模式
16.2.1 1. 流水线 每个 Agent 只做一件事，做完交给下一个。 适合：步骤固定、有先后顺序的任务。比如写报告、处理文档。 框架：用 LangChain（一个 Python 框架，核
约 1 分钟465 字 - Ch16 多Agent协作
16.3 多 Agent 架构模式深入
前面介绍了四种协作模式，这里深入每种模式的具体实现和代码示例。 16.3.1 顺序模式（流水线） 每个 Agent 是流水线上的一站，上游的输出是下游的输入。逻辑最简单，但容错性差——中间任何一站出错，整条线停摆。 适用场景：步骤固定、有明确先后顺序的任务。文档处理（OCR -
约 3 分钟1,047 字 - Ch16 多Agent协作
16.4 怎么避免 Agent 之间扯皮
多 Agent 系统最大的挑战不是技术选型，而是协调——让多个 AI 不打架、不推诿、不重复劳动。这听起来像管理学问题，但它确实是 2026 年多 Agent 生产环境中最常见的故障来源。
约 6 分钟2,054 字 - Ch16 多Agent协作
16.5 Agent 间通信
多 Agent 系统里，Agent 怎么互相传递信息？2026 年有五种主流通信模式： 直接通信（Point-to-Point）：Agent A 直接调用 Agent B。最简单，但耦合度高——A 必须知道 B 的存在和接口。适用于顺序模式和层级模式中的"总管 - 下属"调用。
约 2 分钟505 字 - Ch16 多Agent协作
16.6 多 Agent 的挑战
多 Agent 不是"越多越好"。每增加一个 Agent，就引入新的问题： 通信开销（Communication Overhead）：Agent 越多，通信越慢。3 个 Agent 的辩论模式，每轮需要 3 次消息传递；5 个 Agent 的层级模式，总管需要和 4 个下属逐一沟
约 2 分钟529 字 - Ch16 多Agent协作
16.8 多 Agent 实战案例
16.8.1 案例一：研究报告生成 这是 2026 年最常见的多 Agent 应用场景。Google 的 Deep Research 就是典型代表——多 Agent 协作完成从搜索到写作的全流
约 4 分钟1,314 字 - Ch16 多Agent协作
第16章 · 多个 AI 怎么配合工作
Ch14 Agent 工作原理 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—
约 2 分钟609 字