多Agent协同设计

它解决什么问题

把一个复杂任务全塞给单个 Agent，通常会出现两类问题：一是上下文越堆越长，模型在中间环节开始丢细节；二是某些环节需要的判断力并不通用，比如「这条文案在合规上能不能过」和「这份利率算得对不对」是两类完全不同的能力，混在一个上下文里很难互相校验。

多Agent协同设计针对的就是这类单一 Agent 难以独立完成的多步骤任务：环节多、有明确的专业分工、且每一步的产出要被下一步消费。常见触发词包括 多Agent协同、Agent团队、Agent Swarm，思路上参考了腾讯在规划中的 Agent Swarm 模式。

它如何工作

这个技能扮演的是 Agent 架构师 的角色，产出的不是可运行代码，而是一份协同流程设计稿。设计过程分为五个步骤：

• 步骤1 任务拆解：把主任务拆成若干可独立验证的子任务。
• 步骤2 智能体分工：为每个子任务指定具备对应专业能力的 Agent 角色。
• 步骤3 接力流设计：定义 Agent 之间的输入输出顺序，上一步的产出即下一步的输入。
• 步骤4 质检节点：在关键接力处插入质量检查，防止错误沿流程向后传播。
• 步骤5 汇总与交付：把各分支结果合并为最终交付物。

一个贷款方案书的例子：需求是「查利率 → 算成本 → 写文案 → 审合规」，输出会拆成查询、计算、文案、风控四个 Agent 角色，各自负责一段接力，并在风控环节前插入质检。

输入与输出

输入是复杂任务描述加上需要覆盖的专业领域；输出是协同流程、各 Agent 角色定义、质检节点的位置，以及最终交付物的结构。

适用边界与注意点

• 任务过于复杂时不要直接开始分工，先拆到子任务层级再做 Agent 划分。
• 输出是设计稿，需要结合你所在平台实际的 Agent 能力去落地执行，不能直接当作可运行的工作流。
• 数量上并不是越多越好，通常 3～5 个专业 Agent 较为合适，过多会显著增加协调成本和出错面。
• 如果任务本身单 Agent 就能跑通，引入多 Agent 反而得不偿失。