多智能体协作系统设计指南

这套技能解决什么问题

多智能体系统很容易翻车。角色边界没想清楚就开搭，结果是一堆 Agent 互相传话、上下文越滚越大、token 账单失控——而且出问题时你根本不知道是哪一级带偏的。这份指南把这些坑先摊开：它把「要不要拆多智能体」当作第一道关卡，而不是默认答案。

三个常见死法：

• 角色分工拍脑袋，任务没有独立性，产出却互相不一致
• 通信靠自由文本长对话传递，下游 Agent 被上游的冗余信息污染
• 没有预算和轮数上限，一次辩论跑成无限循环

核心方法

决策清单（满足 ≥2 条才拆）：任务天然分阶段且各阶段需要不同专业视角；单上下文塞不下全部信息；需要对抗性质检（一方产出、一方挑错）；子任务可并行；不同子任务适合不同档位的模型。清单里还明确列了反模式：把「写开头 / 写中间 / 写结尾」拆给三个 Agent 属于伪分工。

三种协作拓扑：

• 流水线（Pipeline）：采集 → 分析 → 撰写 → 审查，每级输出定义结构化契约，下游只信契约不信自由文本
• 辩论（Debate）：正反方 Agent 交锋，独立裁判汇总，限定 2-3 轮，并给双方注入不同立场约束与证据来源
• 主管-工人（Supervisor-Worker）：主管只做拆解-分派-验收，工人失败可单独重试；主管用最强模型，工人可换便宜模型

工程要点：Agent 间传 JSON 结构化摘要而非原始对话；公共信息放共享事实底座，各 Agent 引用同一份；每条结论带溯源标记；单 Agent 失败可幂等重跑，全局设最大重试次数与 token 预算熔断。配套手段还包括模型分级（摘要走便宜模型、决策走强模型）、相同子查询结果缓存、每 N 个产出抽 1 个人工评分，以及固定任务集做端到端回归测试。

适用边界

这份技能只提供系统架构方法论。它不提供投资建议或交易信号，金融场景仅讨论架构设计。多智能体的实际效果与所用模型、数据质量强相关，请以自建评测集实测为准。