多智能体（Multi-Agent）

一句话理解

组个 AI 团队干活——写手的归写手、审稿的归审稿、拍板的归拍板，各司其职互相校验，比一个 AI 单打独斗稳。

定义

多智能体（Multi-Agent）指多个 AI Agent 各自扮演角色或职能，通过对话、交接、评审等机制协作完成任务的系统。常见角色搭配是规划者、执行者、批评者。

你会在哪遇到它

模拟软件开发团队（产品经理、程序员、测试各一个 Agent）；辩论式事实核查（一个主张、一个反驳、一个仲裁）；复杂研究任务的分工检索与汇总。

背后的原理

常见协作模式有三种：流水线（A 的输出是 B 的输入）、辩论（两个 Agent 互相挑错、一个总结）、分层（主管拆解分发、员工执行汇报）。核心收益是角色分工带来视角分离——审查者不带写作者的包袱，挑错更狠。

和相近概念的区别

1 与单 Agent：单 Agent 一肩挑，简单任务够用；多 Agent 用组织方式换质量，成本也翻倍。 2 与 MoE：MoE 是一个模型内部的专家分工，多智能体是多个完整 AI 协作，规模差着层级。 3 与工作流：多智能体的协作常常就编排在工作流里，两者是组合关系。

常见误区

1 数量越多越好——Agent 越多沟通成本越高、错误会传染，能一个干完就别组队。 2 以为它们真的在讨论——本质还是模型的输入输出接力，不是人类意义的协商。 3 适合所有任务——需要多视角校验的任务收益大，线性小任务用它纯属杀鸡用牛刀。