For AI agents: the complete documentation index is available at https://tingfeng347.github.io/windwiki/llms.txt, the full documentation bundle is available at https://tingfeng347.github.io/windwiki/llms-full.txt, and this page is available as Markdown at https://tingfeng347.github.io/windwiki/llm-applications/ai-engineering/agent-engineering/design-patterns/multi-agent/index.md.

多 Agent 模式总览

多 Agent 的价值来自专业分工、上下文隔离和可控并行,而不是 Agent 数量本身。协调成本、token、延迟和失败面会随拓扑一起增长。

模式控制权适合场景主要风险
Supervisor中心 Agent 持续调度多专业域、步骤依赖、统一输出中心瓶颈、重复派单、上下文膨胀
Swarmactive agent 通过 handoff 转移客服接管、局部自治、跨轮责任转移循环交接、责任模糊、权限扩散
Debate多候选与 Judge/规则共同决定高价值、可核验、需要多角度的任务伪多样性、共同幻觉、错误多数

共享与隔离

总目标、不可变约束、任务 ID、权限和预算应共享;原始长轨迹、私有草稿和无关数据默认隔离。跨 Agent 传递的应是结构化摘要、evidence ID、未决问题、产物地址与状态,而不是整段内部消息。

生产底线

  • 每个 Agent 使用最小工具和数据权限;
  • 消息带 sender、recipient、task_id、schema_version 与 trace_id;
  • 明确定义超时、取消、部分失败、回滚和转人工;
  • 限制 handoff、debate 和 supervisor 调度轮数;
  • 并行结果使用稳定 reducer,正确处理重复与乱序;
  • 高影响结果经过确定性规则或人工审批。