14.2 多智能体协作与编排

多智能体（Agent）系统是 AI 应用的重要发展方向，通过让多个专业化智能体（Agent）分工协作，可以解决单一智能体（Agent）难以处理的复杂任务。本节深入探讨多智能体（Agent）架构设计、协作模式和提示词策略。

14.2.1 为什么需要多智能体

单一智能体（Agent）面临的挑战：

挑战	单智能体（Agent）局限	多智能体（Agent）优势
能力边界	需要全能型提示词	专业化分工
上下文限制	所有信息挤在一个窗口	各自维护相关上下文
复杂任务	难以处理多步骤流程	流水线式处理
可维护性	巨型提示词难以调试	模块化易于优化

14.2.2 多智能体架构模式

1. 层级式架构

图 14-3：层级式多智能体（Agent）架构

特点：

• 中央编排智能体（Agent）负责任务分解和结果整合

• 子智能体（Agent）专注各自领域

• 通信清晰，便于调试

编排智能体（Agent）提示词示例：

<role>
你是一个任务编排专家，负责分解复杂任务并协调多个专业 Agent 完成工作。
</role>

<available_agents>
- ResearchAgent: 负责信息检索和资料收集
- AnalysisAgent: 负责数据分析和逻辑推理
- WritingAgent: 负责内容创作和文档输出
</available_agents>

<instructions>
1. 分析用户任务，确定需要哪些 Agent 参与
2. 制定执行计划（顺序或并行）
3. 调用 Agent 并传递必要上下文
4. 整合各 Agent 结果，生成最终响应
</instructions>

<output_format>
{
  "plan": [执行步骤],
  "agent_calls": [调用详情],
  "final_response": "整合后的回答"
}
</output_format>

2. 对话式协作

多个智能体（Agent）通过对话讨论得出结论：

图 14-4：对话式协作模式

应用场景：

• 需要多角度分析的决策问题

• 代码审查（一方写代码，一方审查）

• 创意评估（提出方案 vs 挑战方案）

3. 流水线模式

任务在多个智能体（Agent）间顺序传递：

用户输入 → Agent A（理解）→ Agent B（处理）→ Agent C（输出）→ 最终结果

示例：内容创作流水线

pipeline = [
    {"agent": "ResearchAgent", "task": "收集相关资料"},
    {"agent": "OutlineAgent", "task": "生成文章大纲"},
    {"agent": "DraftAgent", "task": "撰写初稿"},
    {"agent": "EditorAgent", "task": "编辑润色"},
    {"agent": "FactCheckAgent", "task": "事实核查"}
]

4. 并行协作模式

多个智能体（Agent）同时处理不同子任务：

图 14-5：并行协作模式

5. 蜂群模式

不同于层级式架构，蜂群模式是一种去中心化的协作方式：

特点：

• 去中心化：没有指挥官，智能体（Agent）之间平等交互。

• 自我组织：通过简单的个体交互涌现出复杂的群体行为。

• 高鲁棒性：单个智能体（Agent）的失败不会导致系统瘫痪。

应用场景：

• 下一代游戏 NPC 生态

• 大规模社会模拟

• 开放结局的创意写作及头脑风暴

14.2.3 主流多智能体框架

LangGraph

LangGraph 使用图结构表示智能体（Agent）工作流：

from typing import TypedDict

from langgraph.graph import StateGraph, END

def research_agent(state: dict) -> dict:
    return {"current_agent": "research", "result": "（示例）research done"}

def analysis_agent(state: dict) -> dict:
    return {"current_agent": "analyze", "result": (state.get("result", "") + " -> analysis")}

def writing_agent(state: dict) -> dict:
    return {"current_agent": "write", "result": (state.get("result", "") + " -> write")}

def should_continue(state: dict) -> str:
    return "end"

user_query = "写一份关于 AI 发展趋势的简短综述。"

# 定义状态

class AgentState(TypedDict):
    messages: list
    current_agent: str
    result: str

# 构建图

workflow = StateGraph(AgentState)

# 添加节点

workflow.add_node("research", research_agent)
workflow.add_node("analyze", analysis_agent)
workflow.add_node("write", writing_agent)

# 定义边（流转逻辑）

workflow.add_edge("research", "analyze")
workflow.add_conditional_edges(
    "analyze",
    should_continue,
    {"continue": "write", "end": END}
)

# 编译运行

app = workflow.compile()
result = app.invoke({"messages": [user_query]})

print(result)

CrewAI

CrewAI 采用“团队”隐喻组织多个智能体（Agent）：

from crewai import Agent, Task, Crew

def search_tool(q: str) -> str:
    return f"search({q})"

def scrape_tool(url: str) -> str:
    return f"scrape({url})"

# 定义 Agent

researcher = Agent(
    role='研究员',
    goal='收集和整理相关信息',
    backstory='你是一位经验丰富的研究员...',
    tools=[search_tool, scrape_tool]
)

writer = Agent(
    role='作家',
    goal='撰写高质量的内容',
    backstory='你是一位资深内容创作者...'
)

# 定义任务

research_task = Task(
    description='研究{topic}的最新动态',
    agent=researcher
)

write_task = Task(
    description='基于研究结果撰写文章',
    agent=writer,
    context=[research_task]  # 依赖研究任务的结果
)

# 组建团队执行

crew = Crew(agents=[researcher, writer], tasks=[research_task, write_task])
result = crew.kickoff(inputs={'topic': 'AI 发展趋势'})

print(result)

AutoGen

Microsoft 的 AutoGen 支持灵活的多智能体（Agent）对话：

import autogen
from autogen import AssistantAgent, UserProxyAgent

# 创建 Agent

assistant = AssistantAgent(
    name="助手",
    system_message="你是一个有帮助的 AI 助手",
    llm_config={"model": "gpt-4"}
)

code_reviewer = AssistantAgent(
    name="代码审查员",
    system_message="你是一个严格的代码审查员，关注代码质量和安全性",
    llm_config={"model": "gpt-4"}
)

user_proxy = UserProxyAgent(name="用户代理")

# 发起群聊

groupchat = autogen.GroupChat(
    agents=[user_proxy, assistant, code_reviewer],
    messages=[]
)

print(groupchat)

14.2.4 智能体间通信设计

A2A Protocol

Google 提出的 A2A 协议标准化了智能体（Agent）间通信：

{
  "message_type": "task_request",
  "from_agent": "orchestrator",
  "to_agent": "research_agent",
  "task": {
    "id": "task_001",
    "description": "搜索 2024 年 AI 发展趋势",
    "context": {...},
    "expected_output": "研究报告"
  },
  "priority": "high",
  "timeout_seconds": 300
}

状态共享策略

图 14-6：智能体（Agent）状态共享机制

14.2.5 实战协作模式

生产级多智能体（Agent）系统通常采用以下两种通信模式：

模式一：任务委托（通过通信实现隔离）

这是经典的主-子智能体（Agent）设置，核心思想是：主智能体（Agent）发任务，子智能体（Agent）交结果，中间过程免打扰。

特点：

• 子智能体（Agent）的上下文完全独立，从零开始

• 适用于“过程不重要，只关心结果”的任务

• 例如：代码搜索、数据查询、格式转换

从主智能体（Agent）视角，它只是调用了一个函数，但背后实际上是另一个拥有独立工作流的子智能体（Agent）在执行。这种模式也被称为 “智能体（Agent）即工具”。

模式二：信息同步（通过共享上下文实现协作）

对于高度依赖历史信息的复杂任务，子智能体（Agent）需要继承完整的上下文：

<inherited_context>
<!-- 子 Agent 获得主 Agent 的完整历史记录 -->
<!-- 但拥有自己独立的系统提示词和行动空间 -->
</inherited_context>

适用场景：

• 深度研究报告（需要综合大量中间结果）

• 跨步骤的分析任务

• 需要上下文连贯性的创作任务

警告： 共享上下文模式成本较高：每个子智能体（Agent）启动时都需要 Prefill 大量输入，且无法复用主智能体（Agent）的 KV 缓存。应根据任务性质灵活选择。

智能体化的 MapReduce

当需要从多个并行子智能体（Agent）收集结果时，关键挑战是如何获得结构一致的输出：

解决方案三要素：

1. 共享沙箱：所有智能体（Agent）共享同一个文件系统，信息传递只需传递文件路径

2. 输出 Schema：主智能体（Agent）预先定义结构化的输出模式

3. 约束解码：强制子智能体（Agent）的输出严格符合 Schema

# 定义输出 Schema

result_schema = {
    "status": "enum: success | partial | failed",
    "summary": "string",
    "data": "array",
    "confidence": "float"
}

# 子 Agent 必须按此格式提交结果

class SubAgent:
    def submit_result(self, *, schema: dict) -> None:
        print("submit_result schema keys:", list(schema.keys()))

sub_agent = SubAgent()
sub_agent.submit_result(schema=result_schema)

这种设计的核心思路是：使用结构化输出作为“契约”，保证信息在智能体（Agent）间完整、一致地传递。

14.2.6 多智能体提示词设计原则

1. 明确角色边界

<role>
你是研究 Agent，专注于信息收集和整理。

你的职责：
- 使用搜索工具查找信息
- 整理和总结发现
- 标注信息来源

你不负责：
- 最终决策
- 内容创作
- 与用户直接交互
</role>

2. 定义交接协议

<handoff_protocol>
当完成任务后，请输出以下格式：

## 任务完成报告

- 状态: [完成/部分完成/需要帮助]
- 结果摘要: [核心发现]
- 详细内容: [完整结果]
- 下一步建议: [给后续 Agent 的建议]
- 需要上报的问题: [如有]
</handoff_protocol>

3. 错误处理机制

<error_handling>
如果遇到以下情况，请采取相应措施：

1. 工具调用失败 → 重试最多 3 次，仍失败则报告编排 Agent
2. 信息不足 → 明确列出缺少什么信息
3. 任务超出能力范围 → 说明原因并建议转交给哪个 Agent
4. 结果置信度低 → 标注不确定性，建议人工审核
</error_handling>

延伸思考

1. 多智能体（Agent）协作和“一个智能体（Agent）+ 多工具”相比，优势在哪里？什么程度的复杂性才值得引入多智能体（Agent）架构？

2. 当两个智能体（Agent）对同一问题给出矛盾的建议时，系统应该如何仲裁？你会如何在编排层面解决这个问题？