外觀
多 Agent 模式 (Multi-Agent Patterns)
多 agent 系統把工作分給多個專職 agent,而不是讓一個 agent 什麼都做。只有當分工帶來的清晰度與可控性大於額外的協調成本時才值得。實作通常以 LangGraph 的圖結構表示:每個 agent 是一個節點,路由是條件邊。
從線性到條件流程
| 模式 | 優點 | 限制 |
|---|---|---|
| 線性流程 | 簡單、好除錯 | 每個請求都走相同路徑,即使不需要 |
| 條件流程 | 依情況分支 | 需要清楚的路由邏輯與狀態 |
例:研究助理不該對每個問題都搜尋 PubMed。概念解釋直接回答;需要文獻時才檢索;需要計算時才執行程式。
| 先問 | 路由到 |
|---|---|
| 需要外部資料嗎? | 檢索 / API 工具 |
| 需要計算嗎? | 程式執行工具 |
| 解釋就夠了嗎? | 直接回答,不呼叫工具 |
Supervisor 與 Swarm
text
Supervisor: Swarm:
supervisor 文獻 agent ⇄ 資料 agent
↙ ↓ ↘ ↖ ↙
文獻 agent 資料 agent 寫作 agent 寫作 agent
(做完都回到 supervisor,由它決定下一步) (各自決定 handoff 給誰)| 模式 | 運作 | 適合 | 主要風險 |
|---|---|---|---|
| Supervisor | 一個協調者決定下一個由誰做、何時結束 | 路由需要可解釋、可控制 | 協調者成為瓶頸或單點失敗 |
| Swarm(點對點 handoff) | 各 agent 自行決定交給誰 | 任務歸屬會自然轉移的開放式任務 | 誰先開始、誰接手難預測;可能互相踢皮球或重複工作 |
| 階層式 | supervisor 底下還有 sub-supervisor | 大型系統、多團隊 | 複雜度高 |
| Supervisor 的職責 | 理由 |
|---|---|
| 選擇下一個 agent | 路由明確 |
| 保存共享的任務狀態 | 避免協調資訊散落 |
| 決定何時結束 | 避免無止盡的交接 |
| 執行政策與升級規則 | 集中控制安全 |
Swarm 協作太鬆散時,加一個 supervisor 通常是恢復秩序最簡單的方法。
共享狀態
多 agent 系統最常見的失敗是無法維持一致的共享狀態。
| 狀態 | 缺少時 |
|---|---|
| 目前目標 | 各 agent 各做各的 |
| 已完成的結果 | 重複工作 |
| 工具輸出(證據) | 後面的 agent 憑空推論 |
| 停止條件 | 無用的迴圈 |
Agent 共用工具卻不共享足夠狀態,系統看起來在協作,實際上在重複勞動。
什麼時候值得
| 值得 | 不值得 |
|---|---|
| 任務自然分成不同角色(檢索、分析、撰寫、審查) | 單一 agent + 好工具 + 清楚分支就能解決 |
| 不同子任務需要不同工具、權限或模型 | 所有步驟用同一組工具 |
| 路由決策必須可檢查 | 只是想讓系統「看起來更聰明」 |
| 單一 agent 的 prompt 與工具多到難以除錯 | 還沒有評估證明單一 agent 不足 |
多 agent 會讓延遲、成本與失敗點成倍增加。用同一個 評估集 比較單一 agent 與多 agent,有明確改善才採用。
檢查清單
| 問題 | 沒想清楚的後果 |
|---|---|
| 有哪些 agent?為什麼各自獨立? | 職責重疊、難以維護 |
| 共享哪些狀態? | 重複工作、遺失證據 |
| 路由由誰、依什麼決定? | 無法解釋流程 |
| 何時觸發工具、何時跳過? | 不必要的呼叫與成本 |
| 誰決定任務完成? | 無限交接 |