多智能体协作（Multi-Agent Collaboration）

这一章讲的是 多智能体协作（Multi-Agent Collaboration）。它是在前面几章基础上的进一步扩展：

前面几章大概是：

1
2
3
工具使用 Tool Use：一个 Agent 会调用外部工具
规划 Planning：一个 Agent 会把复杂任务拆成步骤
多智能体协作 Multi-Agent Collaboration：多个 Agent 分工合作完成复杂任务

核心一句话：

多智能体协作（Multi-Agent Collaboration）就是把一个复杂任务拆成多个子任务，再交给不同角色、不同能力、不同工具的智能体分别完成，最后通过通信和协调合成最终结果。

1. 为什么需要多智能体？

单个智能体（Single Agent）可以处理简单明确的问题，但面对复杂、多领域任务时容易出现几个问题：

第一，单个 Agent 什么都要做，容易变成系统瓶颈。

第二，它不一定同时擅长研究、写作、分析、审查、代码、设计等所有任务。

第三，复杂任务通常需要多个阶段，如果全部压给一个 Agent，过程会混乱。

比如你要做一个“AI 行业趋势报告”，单个 Agent 可能直接生成一篇文章。但更合理的方式是：

1
2
3
4
研究智能体 Research Agent：负责搜集资料
分析智能体 Analysis Agent：负责提炼趋势
写作智能体 Writer Agent：负责写成文章
审查智能体 Reviewer Agent：负责检查事实和逻辑

这就是多智能体协作。

PDF 里也说，多智能体协作通过把高层目标拆成子问题，再分配给具备相应工具、数据访问或推理能力的智能体，从而解决单一智能体能力受限的问题。

2. 多智能体和规划有什么区别？

这两个很容易混。

规划（Planning）

重点是：

1
一个任务应该拆成哪些步骤？

比如：

1
2
3
4
1. 搜集资料
2. 分析资料
3. 写报告
4. 审查报告

多智能体协作（Multi-Agent Collaboration）

重点是：

1
这些步骤分别由谁来做？它们之间怎么交接？

比如：

1
2
3
4
研究员 Agent → 搜集资料
分析师 Agent → 分析资料
写作者 Agent → 写报告
审查者 Agent → 检查质量

所以关系是：

规划解决步骤问题，多智能体解决分工问题。

复杂系统里二者通常一起出现。

3. 多智能体协作的核心组成

多智能体系统不是随便创建几个 Agent 就完事，它至少包括三个关键东西。

1. 角色与职责划分（Roles and Responsibilities）

每个 Agent 要有明确定位。

例如：

1
2
3
4
5
6
Researcher：研究员
Writer：写作者
Reviewer：审查者
Coder：代码生成者
Tester：测试者
Supervisor：监督者

如果角色不清楚，多个 Agent 可能会重复工作，或者互相冲突。

2. 通信机制（Communication Mechanism）

Agent 之间要能传递信息。

比如：

1
2
3
研究员把资料交给写作者
写作者把草稿交给审查者
审查者把修改意见交回写作者

这就是通信。

PDF 里强调，多智能体系统的效率不仅来自分工，还依赖智能体之间的通信机制，包括标准化通信协议和共享本体。

这里的关键词：

通信协议（Communication Protocol）
共享本体（Shared Ontology）

共享本体可以简单理解为：不同 Agent 对任务、字段、概念、输出格式有共同理解。比如大家都知道“趋势分析”要包括“背景、原因、影响、风险”。

3. 协调流程（Coordination Workflow）

多个 Agent 要按某种流程协作。

比如：

1
2
3
4
5
顺序执行
并行执行
层级委托
互相辩论
生成-审查-修订

没有协调流程，多智能体就会变成“多个模型各说各的”。

4. 这一章列出的几种协作方式

PDF 里列了多智能体协作的几种典型形式。

方式一：顺序交接（Sequential Handoff）

一个 Agent 做完，把结果交给下一个 Agent。

例如：

1
研究员 Agent → 写作者 Agent → 编辑 Agent

这适合有明显流水线结构的任务。

比如写报告：

1
搜集资料 → 写初稿 → 审查修改 → 输出终稿

方式二：并行处理（Parallel Processing）

多个 Agent 同时处理任务的不同部分，然后合并结果。

例如做竞品分析：

1
2
3
4
Agent A：分析竞品 1
Agent B：分析竞品 2
Agent C：分析竞品 3
综合 Agent：合并结果

优点是快。

适合任务可以拆成互不强依赖的部分。

方式三：辩论与共识（Debate and Consensus）

多个 Agent 从不同角度讨论问题，最后形成更稳健的结论。

例如投资分析：

1
2
3
乐观派 Agent：提出买入理由
悲观派 Agent：提出风险
中立 Agent：综合判断

这种方式适合高不确定性问题，比如策略判断、方案评审、风险分析。

方式四：层级结构（Hierarchical Structure）

有一个管理者 Agent，也叫：

监督者（Supervisor）
协调者（Coordinator）
管理者智能体（Manager Agent）

它负责把任务分配给下面的专家 Agent。

结构类似：

1
2
3
4
5
Supervisor
├── Research Agent
├── Coding Agent
├── Writing Agent
└── Review Agent

第 2 页图 1 就是这个结构：用户和多智能体团队交互，团队内部有一个 Supervisor，下面有多个 Specialist。这个图想表达的是：用户不需要直接管理所有专家 Agent，而是由监督者统一协调。

方式五：专家团队（Expert Team）

多个领域专家 Agent 一起完成任务。

比如：

1
2
3
4
5
市场研究 Agent
数据分析 Agent
文案 Agent
设计 Agent
社媒运营 Agent

适合营销、报告、产品方案、软件开发这类综合任务。

方式六：批评-审查者模式（Critic-Reviewer Pattern）

一个 Agent 先生成结果，另一个 Agent 专门审查。

比如：

1
2
3
Writer Agent：写文章
Reviewer Agent：检查逻辑、事实、表达
Writer Agent：根据反馈修改

这在代码生成、研究写作、逻辑检查、安全合规中特别常见。PDF 里也说，这种模式可以提升健壮性、改善质量、减少幻觉或错误。

5. 多智能体适合哪些场景？

PDF 列了很多应用场景。

复杂研究与分析

比如：

1
2
3
4
研究 Agent：查资料
总结 Agent：总结内容
趋势 Agent：发现趋势
综合 Agent：写报告

这和前一章 Deep Research 很接近。

软件开发

可以拆成：

1
2
3
4
5
6
需求分析 Agent
架构设计 Agent
代码生成 Agent
测试 Agent
文档 Agent
代码审查 Agent

这个方向和你之后想做 Agent 项目很相关。

比如一个自动开发小功能的 Agent 系统，可以这样设计：

1
2
3
4
5
Planner：拆需求
Coder：写代码
Tester：写测试并运行
Reviewer：检查代码质量
Fixer：根据错误修复

创意内容生成

比如营销活动：

1
2
3
4
5
市场调研 Agent
文案 Agent
图片生成 Agent
排期 Agent
审查 Agent

金融分析

比如：

1
2
3
4
5
数据抓取 Agent
新闻情绪分析 Agent
技术分析 Agent
风险评估 Agent
投资建议 Agent

客户支持升级

比如：

1
2
3
4
前线客服 Agent：处理基础问题
技术专家 Agent：处理技术问题
账单专家 Agent：处理支付问题
人工升级 Agent：处理复杂投诉

供应链优化

不同 Agent 代表供应链的不同节点：

1
2
3
4
5
供应商 Agent
制造商 Agent
仓储 Agent
物流 Agent
销售预测 Agent

网络分析与修复

比如运维场景：

1
2
3
4
监控 Agent：发现异常
诊断 Agent：定位原因
修复 Agent：执行修复
审计 Agent：记录和验证

6. 第 4 页图 2：几种通信结构怎么理解？

第 4 页图 2 展示了 6 种智能体间通信与交互方式。

1. 单智能体（Single Agent）

一个 Agent 自己做所有事。

优点：简单。

缺点：能力有限，复杂任务容易混乱。

2. 网络型（Network）

多个 Agent 彼此直接通信。

结构类似：

1
2
3
Agent A ↔ Agent B
Agent B ↔ Agent C
Agent A ↔ Agent C

优点：灵活，去中心化。

缺点：通信复杂，容易混乱，难以保证一致性。

3. 监督者型（Supervisor）

一个 Supervisor 管理多个 Agent。

1
2
3
4
Supervisor
├── Agent A
├── Agent B
└── Agent C

优点：结构清楚，容易控制。

缺点：Supervisor 可能成为瓶颈，也可能出现单点故障。

4. 工具型监督者（Supervisor as Tools）

这里比较抽象。

普通 Supervisor 是“指挥别人”。

工具型监督者更像是“给别人提供能力或支持”。

也就是说，某些 Agent 可以把 Supervisor 当成工具来调用，获得指导、资源、分析结果。

5. 层级型（Hierarchical）

多层管理结构。

1
2
3
4
5
6
7
总 Supervisor
├── 子 Supervisor A
│   ├── Agent A1
│   └── Agent A2
└── 子 Supervisor B
    ├── Agent B1
    └── Agent B2

适合非常复杂的系统，比如大规模企业流程、复杂软件工程、多部门协作。

6. 定制型（Custom）

根据具体任务设计特殊结构。

比如有些任务需要：

1
2
3
4
研究 Agent 并行搜索
→ 辩论 Agent 互相质疑
→ 审查 Agent 检查
→ 总结 Agent 输出

它不是标准流水线，而是混合结构。

7. CrewAI 示例在做什么？

这一章的 CrewAI 示例是一个“AI 趋势博客创作团队”。

它定义了两个 Agent：

1
2
researcher：高级研究分析师
writer：技术内容写作者

研究员负责：

1
调研 2024-2025 年 AI 三大新兴趋势

写作者负责：

1
根据研究结果撰写 500 字博客

关键代码是：

1
2
3
4
5
writing_task = Task(
    description="根据研究结果撰写一篇 500 字博客，内容通俗易懂。",
    agent=writer,
    context=[research_task],
)

这里的 context=[research_task] 很重要。

它表示：

写作任务依赖研究任务的输出。

也就是：

1
research_task 的结果 → 作为 writing_task 的上下文

然后 Crew 设置为顺序执行：

1
process=Process.sequential

所以整个流程是：

1
2
3
4
研究员 Agent 完成研究
→ 输出研究结果
→ 写作者 Agent 读取研究结果
→ 写成博客

这就是最基础的多智能体顺序协作。

8. Google ADK 示例在讲什么？

这一章后半部分讲了 Google ADK 的几种多智能体协作模式。

1. 层级智能体结构（Hierarchical Agent Structure）

代码里有：

1
2
3
Coordinator
├── Greeter
└── TaskExecutor

Coordinator 是协调者。

它根据用户需求决定委托给谁：

1
2
问候 → Greeter
执行任务 → TaskExecutor

这就是父子 Agent 关系。

2. LoopAgent：循环执行

LoopAgent 用来实现迭代流程。

比如：

1
2
3
4
执行一步
→ 检查是否完成
→ 没完成就继续
→ 完成就停止

代码里的 ConditionChecker 会检查：

1
status == "completed"

如果完成，就终止循环。

这适合需要反复尝试、反复检查的任务，比如：

1
2
3
4
代码修复
数据清洗
任务轮询
多轮优化

3. SequentialAgent：顺序执行

SequentialAgent 是线性流水线。

例子是：

1
2
Step1_Fetch：获取数据，存入 state["data"]
Step2_Process：读取 data 并分析总结

这和 CrewAI 的顺序任务很像。

4. ParallelAgent：并行执行

ParallelAgent 让多个 Agent 同时执行。

例子是：

1
2
weather_fetcher：获取天气
news_fetcher：获取新闻

然后分别把结果存入：

1
2
state["weather_data"]
state["news_data"]

适合可以同时做的任务。

5. 智能体即工具（Agent as Tool）

这个很重要。

PDF 里最后的例子是：

1
2
3
artist_agent
→ 调用 image_generator_agent
→ image_generator_agent 再调用 generate_image 工具

也就是说，一个 Agent 可以被包装成另一个 Agent 的工具。

关键词：

智能体即工具（Agent as Tool）
AgentTool
父智能体（Parent Agent）
子智能体（Sub-Agent）

这个模式非常重要，因为它把系统做成了嵌套结构：

1
2
主 Agent 不需要知道图片生成细节
它只需要调用 ImageGen 这个子 Agent

子 Agent 内部再决定怎么调用具体工具。

9. 多智能体、工具调用、规划之间的完整关系

到这里，你可以把这几章串起来：

工具调用（Tool Calling）

解决：

1
Agent 如何使用外部能力？

比如搜索、数据库、代码执行、图片生成。

规划（Planning）

解决：

1
复杂任务应该分成哪些步骤？

比如先搜集资料，再分析，再写报告。

多智能体协作（Multi-Agent Collaboration）

解决：

1
2
这些步骤由哪些不同角色完成？
它们怎么通信、交接、并行或审查？

所以一个比较完整的 Agent 系统可能是：

1
2
3
4
5
6
Supervisor Agent：理解目标并规划
Research Agent：调用搜索工具
Data Agent：调用数据库或 Python
Writer Agent：生成报告
Reviewer Agent：检查逻辑和事实
Supervisor Agent：整合最终输出

这就是典型的多智能体系统。

10. 什么时候该用多智能体？什么时候不要用？

适合用多智能体

当任务满足这些条件时：

1
2
3
4
5
6
任务复杂
涉及多个专业领域
需要多个阶段
需要并行处理
需要互相审查
需要不同工具组合

比如：

1
2
3
4
5
6
7
复杂研究报告
软件开发
投研分析
竞品分析
营销内容生产
客服分流
自动化运维

PDF 里也说，当任务过于复杂，需要拆分为需专长或工具的子任务时，就适合采用多智能体模式。

不适合用多智能体

如果任务很简单，就没必要。

比如：

1
2
3
4
5
翻译一句话
总结一小段文字
查询一个字段
生成一个简单 SQL
解释一个概念

这时候多智能体反而会增加成本和不确定性。

11. 你需要掌握的重点

你现在学这一章，不需要把所有 ADK 代码都手敲。真正要掌握的是系统设计思路。

重点是这几个问题：

1
2
3
4
5
6
1. 任务能不能拆？
2. 拆出来的子任务是否需要不同能力？
3. 子任务之间是顺序、并行、层级，还是审查关系？
4. 哪个 Agent 负责协调？
5. 每个 Agent 的输入和输出是什么？
6. 最后谁负责整合结果？

这比单纯记代码更重要。

12. 一段师生对话理解

学生：老师，多智能体是不是就是开很多个 ChatGPT？

老师：不是。重点不是数量多，而是角色、职责、通信和协作流程清楚。

学生：那两个 Agent 算多智能体吗？

老师：算。比如一个负责研究，一个负责写作，只要它们之间有任务交接，就是多智能体协作。

学生：那它和规划有什么区别？

老师：规划是拆步骤，多智能体是分配角色。比如规划说“先研究，再写作，再审查”；多智能体说“研究交给 Researcher，写作交给 Writer，审查交给 Reviewer”。

学生：为什么不让一个 Agent 全做？

老师：简单任务可以。但复杂任务中，一个 Agent 容易遗漏、混乱或质量不稳定。分工之后，每个 Agent 可以专注于自己的目标和工具。

学生：那多智能体一定更好吗？

老师：不是。多智能体会增加通信成本、协调成本和系统复杂度。只有当任务真的复杂，或者需要多种专业能力时，才值得用。

13. 最直观总结

这一章的本质是：

多智能体协作（Multi-Agent Collaboration）不是简单地堆多个模型，而是把复杂任务按角色拆开，让不同智能体通过顺序交接、并行处理、层级委托、辩论或审查来共同完成目标。

你可以这样判断：

1
2
3
4
一个 Agent 能清楚完成 → 不要多智能体
任务需要多个专业角色 → 可以多智能体
任务需要互相检查和修正 → 很适合多智能体
任务可以并行拆分 → 很适合多智能体

对于你想做 Agent 项目来说，这章最有用的不是 CrewAI 或 ADK 的具体语法，而是：

1
2
3
4
Supervisor + Specialist
Planner + Worker
Researcher + Writer + Reviewer
Coder + Tester + Fixer

这些结构设计。

章节插图

1. 为什么需要多智能体？

2. 多智能体和规划有什么区别？

规划（Planning）

多智能体协作（Multi-Agent Collaboration）

3. 多智能体协作的核心组成

1. 角色与职责划分（Roles and Responsibilities）

2. 通信机制（Communication Mechanism）

3. 协调流程（Coordination Workflow）

4. 这一章列出的几种协作方式

方式一：顺序交接（Sequential Handoff）

方式二：并行处理（Parallel Processing）

方式三：辩论与共识（Debate and Consensus）

方式四：层级结构（Hierarchical Structure）

方式五：专家团队（Expert Team）

方式六：批评-审查者模式（Critic-Reviewer Pattern）

5. 多智能体适合哪些场景？

复杂研究与分析

软件开发

创意内容生成

金融分析

客户支持升级

供应链优化

网络分析与修复

6. 第 4 页图 2：几种通信结构怎么理解？

1. 单智能体（Single Agent）

2. 网络型（Network）

3. 监督者型（Supervisor）

4. 工具型监督者（Supervisor as Tools）

5. 层级型（Hierarchical）

6. 定制型（Custom）

7. CrewAI 示例在做什么？

8. Google ADK 示例在讲什么？

1. 层级智能体结构（Hierarchical Agent Structure）

2. LoopAgent：循环执行

3. SequentialAgent：顺序执行

4. ParallelAgent：并行执行

5. 智能体即工具（Agent as Tool）

9. 多智能体、工具调用、规划之间的完整关系

工具调用（Tool Calling）

规划（Planning）

多智能体协作（Multi-Agent Collaboration）

10. 什么时候该用多智能体？什么时候不要用？

适合用多智能体

不适合用多智能体

11. 你需要掌握的重点

12. 一段师生对话理解

13. 最直观总结

推荐阅读