Skip to content
查看 GitHub 源文件

源文件:https://github.com/lennonli/licheng-AI-tutorials/blob/main/docs/ai-basics-22-multi-agent-ABL-20260831-V1.md

AI入门22|什么是Multi-Agent?为什么要让多个Agent一起工作?

上一篇讲了Subagent。

这一篇继续讲:

Multi-Agent,多智能体。

先记住一句话:

Multi-Agent是多个相对独立Agent之间进行分工、协作、交接或互相检查。

一、为什么一个Agent还不够?

不同Agent可能有不同优势:

代码强;

文件操作强;

联网搜索强;

运行在本地电脑;

运行在服务器。

复杂工作不一定需要一个Agent从头做到尾。

二、Multi-Agent和Subagent最大的区别

一个主Agent内部派出多个执行单元,是Subagent。

多个相对独立Agent各自拥有自己的上下文、工具和运行环境,再进行协作,更接近Multi-Agent。

可以简单理解:

Subagent是内部团队。

Multi-Agent是多个独立团队协作。

三、为什么使用多个Agent?

第一,能力互补。

第二,互相复核。

第三,备用和韧性。

当某个Agent服务异常、额度不足或工具出问题时,另一个Agent可以接手。

四、律师工作怎么用?

例如:

Agent A搜索法规和案例;

Agent B读取项目材料并整理事实;

Agent C根据结果起草分析;

Agent D独立复核。

最后由人进行最终判断。

五、多个Agent不一定同时运行

最简单的Multi-Agent也可以是:

A做完 → B接手 → C复核。

重点不是同时开多少个,而是不同独立Agent之间是否有明确分工和交接。

六、最大的难点其实是Handoff

Handoff就是任务交接。

Agent A知道的事情,Agent B并不会天然知道。

好的交接应该包含:

目标;

已经完成什么;

使用了哪些资料;

当前结论;

还有哪些问题;

成果文件在哪里。

七、为什么文件比聊天更适合交接?

如果只留下几万字聊天记录,新Agent很难快速恢复状态。

更好的方式是留下:

任务说明、工作底稿、结果文件、待办状态。

这样其他Agent可以快速接手。

八、多个Agent还可以故意互相“挑错”

一个Agent提出方案。

另一个专门寻找反例和漏洞。

第三个只核验事实。

这可以减少单一Agent沿着一个错误方向一直走下去。

九、多模型不等于多Agent

同一个Agent里从模型A切换模型B,通常仍然只是一个Agent换了“大脑”。

多模型 ≠ Multi-Agent。

十、Multi-Agent一定更好吗?

不是。

简单任务使用多个Agent会增加:

沟通、交接、Token和重复劳动。

它更适合复杂、长期、需要多种能力或独立复核的工作。

十一、一个成熟系统可能同时有两层

第一层:多个独立Agent。

第二层:每个Agent内部又有多个Subagent。

所以:

Multi-Agent解决系统层分工,Subagent解决单个Agent内部任务拆分。

十二、这一篇只需要记住三句话

Multi-Agent是多个相对独立Agent之间的协作。

它的核心价值是能力互补、任务交接、交叉复核和备用。

它和Subagent不是一回事。

内容同步自 GitHub 仓库,仅作为工具教程与工作流说明。

CONTACT

联系李成律师

扫描二维码添加微信,沟通法律 AI、非诉业务及相关合作事项。

手机端可点击二维码查看原图并长按识别。

李成律师微信二维码扫码添加微信