第 9 章 协作模式:多个 Agent,如何分工、沟通、共存

"多 Agent 的力量不在于单体有多聪明,而在于如何分工协作。协作模式解决的是:N 个 Agent 组成团队时,谁说了算、谁做什么、信息怎么流动、冲突怎么处理。"

2023 年 3 月 14 日 OpenAI 发布 GPT-4。就在当天,一位研究员发了一条推文:"如果我们让多个 GPT-4 实例相互对话,又会发生什么呢?"48 小时后,AutoGPT 诞生了。紧随其后,BabyAGI、AgentGPT、SuperAGI 等项目如雨后春笋般涌现——人们突然意识到:真正的力量并不在于单体 Agent 有多聪明,而在于多个 Agent 如何协同工作。

本章拆解四种协作模式,它们按集中程度从高到低排列:

9.1 辩论模式(Debate):两个大脑 + 一个裁判

9.1.1 核心结构

三个角色:

  • Debater A:站在立场 A(比如"用协同过滤"),输出最强论据
  • Debater B:站在立场 B(比如"用内容过滤"),输出最强论据
  • Judge:独立评估双方,输出最终结论(选边 / 投票 / 综合出第三种方案)

9.1.2 适用场景

场景辩论双方Judge价值
技术选型"微服务 vs 单体"架构师 Agent避免"一家之言"的 bias
策略权衡"激进增长 vs 稳健盈利"战略顾问 Agent多视角分析
代码审查"这段代码应该重构 vs 应该保持原样"Reviewer Agent减少盲点
安全审计"这个 API 有漏洞 vs 没问题"红队 Agent对抗式提高安全

9.1.3 迭代辩论

基础辩论是"一次投一票",迭代辩论是"辩论 N 轮,每轮对方看了上一轮论据后再辩"——效果显著更强,代价也更高:

轮数精准率提升成本增量
1基础1×
2+5-10%3×
5+15-20%10×

9.1.4 关键设计决策

决策选项Trade-off
Judge 要不要和 Debater 是同一个模型是(经济) / 否(精准)同一个模型可能有相同的 bias,选另一个模型效果更好但成本翻倍
Debater 立场要不要预设预设("你必须站 A") / 让模型自己选预设能保证覆盖所有角度,自己选可能两边都选同一个
Judge 输出是选边还是综合选边(简单) / 综合(高价值)综合能力更强但 Judge 难度更大

9.2 委托模式(Delegate):Manager → Specialist 的层级组织

9.2.1 核心结构

这是半集中式的协作——Manager 负责任务分解 + 结果汇总,每个 Specialist 专注于单一职责。

9.2.2 两个工程实现范式

范式机制代表
静态角色分工在 Prompt 里硬编码 Manager/Specialist 的角色、能力边界、对话模板CrewAI 的 Role-Based 架构、AutoGen 初始化时指定角色
动态 SupervisionSupervisor Agent 每次都从"员工池"里挑最合适的 Specialist + 动态拆任务LangGraph Supervisor 模式、AutoGen GroupChat

9.2.3 三个工程挑战

挑战症状对策
信息孤岛Researcher 发现了竞品 A 的 bug,但 Coder 完全不知道Manager 在传任务时注入必要背景,不要只传裸任务
角色模糊Coder 有时也想做设计,Designer 也想改代码在 Prompt 里明确角色边界 + 强制"超出职责就说不会"
Manager 瓶颈Manager 变成新的单点瓶颈可以让 Manager 也委托——形成两层甚至三层 Manager

9.2.4 工业代表框架

框架角色分工方式灵活度
CrewAIRole-Based:先定义角色、目标、工具,再 Crew().kickoff()低-中
AutoGen对话式:Agent 之间通过对话协商分工高
LangGraphSupervisor 图:显式声明 Manager → Specialist 的图结构高

9.3 路由模式(Router):进来一个请求,先路由再分发

9.3.1 核心结构

9.3.2 分类 vs 路由

很多人把 Router 和 Manager 搞混,核心区别是:

  • Manager 收到一个大任务,拆成多个子任务,分发给多个 Specialist;
  • Router 收到一个请求,先分类,路由到最合适的 Specialist(通常只需要一个)。
维度路由委托
输入一个请求一个目标
输出选出 N 个 Agent(通常 1 个)拆出 N 个子任务 + 分发给 N 个 Agent
典型场景多领域客服、多 Agent API 网关全栈项目、端到端任务

9.3.3 路由分类的三种实现

方法精准率成本代表
规则路由(if-else)高(在规则覆盖范围内)极低关键词匹配、正则
Embedding 相似度路由中-高低(只跑一次 embedding)把每个 Specialist 的能力描述 embedding,请求向量做相似度匹配
LLM 路由最高中(一次 LLM 调用)让 LLM 读请求 + 读所有 Specialist 描述,输出"选哪个"

9.3.4 工业案例:企业级客服网关

Router Agent (LLM 路由): 请求: "我的订单 12345 为什么还没发货?" → 匹配 "订单状态 Specialist" → 路由 请求: "我想退订会员" → 匹配 "退款 Specialist" → 路由 请求: "刚才收到诈骗短信,请问是不是你们发的?" → 匹配 "安全 Specialist" + "升级到人工客服"

9.4 群体模式(Swarm):去中心化的涌现式协作

9.4.1 核心结构

群体模式是去中心化的——没有 Manager、没有 Router。每个 Agent 只遵循简单规则,通过广播/订阅/消息队列与邻居交互,最终涌现出复杂的整体行为。

9.4.2 三种涌现机制

机制启发自工业代表说明
蚁群算法(ACO)蚂蚁信息素网络路由优化每个 Agent 只看信息素浓度,走浓度高的路径——全局涌现出最优网络路由
粒子群(PSO)鸟群飞翔参数调优、路径规划每个 Agent 记住自己的历史最优 + 全局最优,综合两个信息调整位置
黑板系统(Blackboard)早期 AI(1970s)AutoGPT(早期形态)所有 Agent 共享一个"黑板"——谁都可以读谁都可以写,通过黑板上的信息自然分工

9.4.3 与 9.1-9.3 的对比

模式去中心化程度可控性精准率适用场景
辩论低高高事实争议、策略权衡
委托中高高明确的多角色任务
路由中高中多领域客服
群体最高低未知(风险高)探索型、不需要精确控制的场景

9.4.4 关键风险:不可控性

群体模式最大的风险是涌现行为不可控——你可能得到一个远超单体 Agent 的"集体智慧",也可能得到一个集体幻觉或混沌振荡的"集体疯狂"。

治理手段:

  • 给每个 Agent 设预算/能量上限(防止无限循环);
  • 用全局 Governor Agent 监控整体行为异常;
  • 给反馈信号(如 Meta 反思记忆),让失败的涌现模式沉淀成"不要再这么做"的经验。

后记:熵的园丁

熵是生命的敌人,但也是进化的朋友。系统越复杂,熵越高,但熵的每一次峰值,都是下一次创新的起点。

黄佳在全书最后一章提出一个关键隐喻:

软件工程师曾经是精密钟表的制造者——目标是消除不确定性、消灭熵、打造永恒运转的确定性系统。

软件工程师现在是熵的园丁——我们不再试图消灭不确定性,而是在不确定性中建立秩序;不再试图控制系统的每一个齿轮,而是设计让系统自我演化的生态。

Agent 时代的工程师角色从"控制者"变为"园丁":

  • 感知模式给 Agent 装上了"眼睛";
  • 记忆模式给 Agent 装上了"脑子";
  • 推理模式给 Agent 装上了"思考方法";
  • 行动模式给 Agent 装上了"手和脚";
  • 反思模式给 Agent 装上了"学习能力";
  • 协作模式给 Agent 装上了"社会能力"。

这六大模式族,就是 Agent 时代工程师的新工具箱——一个从代码组织进化到意图、记忆、行动与协作组织的工具箱。