多智能体系统

基本概念¶

多智能体系统 (Multi-Agent System, MAS) 是指多个 Agent 协作完成任务的架构。相较于单个 Agent，多智能体系统通过分工和协作来处理更复杂的任务。

核心思想：不同的 Agent 承担不同的角色（如规划者、执行者、评审者），通过消息传递进行协作，最终汇聚结果。

协作模式¶

管道模式 (Pipeline)¶

Agent 按照固定的顺序依次处理任务，前一个 Agent 的输出是后一个 Agent 的输入。

flowchart LR
    A1[Agent: 需求分析] --> A2[Agent: 方案设计]
    A2 --> A3[Agent: 代码实现]
    A3 --> A4[Agent: 测试验证]

辩论模式 (Debate)¶

多个 Agent 就同一问题进行多轮辩论，最终达成共识。

flowchart TD
    Q[问题] --> A1[Agent A: 观点]
    Q --> A2[Agent B: 观点]
    A1 --> D[辩论/讨论]
    A2 --> D
    D --> A3[Agent A: 修正观点]
    D --> A4[Agent B: 修正观点]
    A3 --> C[最终结论]
    A4 --> C

监督模式 (Supervisor)¶

一个主 Agent 负责分配任务和监督执行，子 Agent 专注执行具体任务并向主 Agent 汇报。

flowchart TD
    S[Supervisor Agent] --> W1[Worker Agent 1]
    S --> W2[Worker Agent 2]
    S --> W3[Worker Agent 3]
    W1 --> S
    W2 --> S
    W3 --> S

层级模式 (Hierarchical)¶

Agent 按照层级组织，上层 Agent 负责分解任务并分配给下层 Agent，下层 Agent 进一步分解或直接执行。

flowchart TD
    R[Root Agent] --> M1[Manager Agent 1]
    R --> M2[Manager Agent 2]
    M1 --> W1[Worker 1]
    M1 --> W2[Worker 2]
    M2 --> W3[Worker 3]
    M2 --> W4[Worker 4]

经典系统¶

AutoGen (Microsoft)¶

微软开源的多智能体框架，支持灵活的 Agent 对话模式，核心特性：

• 可定制的 Agent 角色；
• 支持人机协作 (Human-in-the-loop)；
• 支持代码执行和工具调用。

CrewAI¶

基于角色的多智能体框架，每个 Agent 有明确的 role、goal 和 backstory，模拟真实团队协作。

ChatDev¶

模拟软件公司组织架构，将软件开发过程拆分为多个 Agent 角色（CEO、CTO、程序员、测试等）的协作。

关键挑战¶

• 通信开销：Agent 之间的消息传递增加延迟和 token 消耗；
• 协调复杂度：Agent 数量增多时，协作策略的设计难度急剧上升；
• 一致性问题：不同 Agent 可能产生矛盾的输出，需要仲裁机制；
• 调试困难：多 Agent 系统的错误追踪和定位更加复杂。