一句话定义
Multi-Agent 是让多个角色智能体分工协作：监督者拆解任务并分派，角色各自执行，通过消息或共享状态同步，最后汇总/验收。
为什么需要它
复杂任务需要不同专长和并行探索。角色分工能让每个 Agent 的上下文更聚焦，监督者负责规划和验收；但通信、冲突和成本也会放大。
常见模式
Agent Collaboration / 智能体协作
角色之间传递任务、结果和反馈；可以用消息总线、共享黑板或直接调用。
Role Agent / 角色智能体
给每个 Agent 明确角色、工具、输入输出和边界，例如 Researcher / Coder / Reviewer。
Supervisor Agent / 监督智能体
负责拆解、分派、检查进度、解决冲突和最终验收；可以是 LLM，也可以是规则/人工。
关键取舍
- 角色越多，通信和协调成本越高；不是所有任务都需要多 Agent。
- 监督者要能终止、重试和升级人工，否则会循环。
- 共享状态要防冲突/覆盖；消息要有格式和超时。
- 并行能提速，但成本和一致性风险上升。
通信要约定消息格式、共享状态、冲突解决和超时；评测看任务成功率、协调步数、成本和冲突率。先做单 Agent baseline，再决定是否拆分，先小规模验证。
常见误区
- 多 Agent 一定比单 Agent 强：协调失败会更糟。
- 角色越多越专业：边界不清会互相甩锅。
- 多 Agent 等于并行：很多流程仍是串行依赖。
- 监督者必须最强模型：规则/小模型也能做调度。
用在哪里
- 研究/写作/代码评审的多角色流水线。
- 需要并行探索和交叉验证的任务。
- 复杂企业流程的编排与验收。
相关概念
- Agent Workflow：多 Agent 的上层编排。
- ReAct：单个 Agent 的循环范式。
- Agent：角色智能体的基础。