什么值得买App下载 App ›
连续签到专享现金活动

花三个月才懂:多Agent的代价,99%人都没算清

团队花三个月搭了一套四个Agent的流水线:规划、执行、审查、迭代。结果一跑起来,每次交接都丢失上下文,协调消耗的token比实际执行还多。这是多Agent系统最常见的死法——搭了个复杂的架子,发现改进单个Agent的prompt就能解决。1
多Agent真正能跑赢单Agent的场景,只有三种:context污染拖累性能、任务可并行执行、专业化能改善工具选择或任务专注度。这三种情况之外,多出来的每一个Agent都是一个新的故障点、多一套要维护的prompt、多一个不可预期的行为来源。12
三分钟判断你的任务适不适合多Agent
  • context是否在膨胀
    子任务产生大量无关信息,单个Agent的context window被稀释到影响推理质量。客服Agent同时诊断技术问题+查询订单历史,每次查单都追加几千token,推理能力就开始下降——这是典型信号。
    1
  • 子任务之间有没有依赖
    如果Research→Analysis→Writing→Review必须串行,多Agent的优势只剩"每个task用对应的专业Agent"。强行并行只会增加协调成本。如果任务可以拆分且互相独立,fan-out模式能覆盖更大信息空间,准确率显著提升。
    3
  • 不同子任务是否需要不同模型
    简单概览/翻译用轻量快模型,设计/架构/复杂计算用推理能力强的大模型。单Agent通吃所有任务,往往在某类子任务上表现平庸。
    3
四种成熟架构,按场景对号入座
架构模式核心特点适合场景最大坑点
Orchestrator-Worker
(中心调度)
一个大脑拆任务,多个手执行步骤固定、Worker≤10个Orchestrator上下文膨胀,Worker多了它记不住事
Pipeline
(流水线)
A做完给B,B做完给C,一条线走到底内容生产、ETL、流程不变的场景早期错误一路传下去,没有纠错机会
Hierarchical
(层级制)
顶层Orchestrator管几个Manager,各管一组WorkerAgent数量超过10个的大型项目每多一层延迟叠加,跨领域协调成本高
Blackboard
(黑板模型)
所有Agent围绕共享状态协作,平等发言研究型、多轮探索型任务状态管理复杂,容易出现覆盖和污染
选架构有个简单原则:控制越集中越容易调试,越去中心化越灵活但越难排查。Pipeline最适合成本敏感且流程固定的场景;Orchestrator-Worker是新手起步的首选;超过10个Agent才考虑Hierarchical;Blackboard适合研究探索,不适合生产环境。4
上线后最容易崩的三个地方
  • 状态管理失控
    三个Agent协作,第一个发消息第二个没收到,第三个同时改同一个字段——这是演示完美、上线就死的经典剧本。解法是角色分工矩阵:每个Agent只能写自己负责的状态字段,读其他Agent的状态字段必须通过消息总线请求。
    5
  • 消息路由乱成一团
    点对点路由→依赖图变网状;广播路由→每个Agent处理大量无关消息。主题路由是稳妥选择:按业务主题定义消息通道,每个Agent只订阅自己关心的通道。
    5
  • 冲突没人收场
    Build Agent说性能优先,Review Agent说安全优先,两个都有道理但结果矛盾。必须预设冲突解决策略:安全>质量>交期>成本的优先级规则,或者采用加权置信投票——投票权重=历史准确率×领域熟练度×当前置信度。
    67
多Agent协作不是"把多个Agent拼起来"这么简单。每增加一个Agent,就多一个协调成本,这个成本必须低于它带来的收益,系统才值得存在。从单Agent开始,只有当单Agent明显遇到边界时,再引入多Agent;起步用"协调器-子Agent"模式跑通最小闭环,不要为了"高级"而过度设计。89

评论

评论区空态插画

当前文章无评论,是时候发表评论了