深度剖析 / 多智能体系统

多智能体系统

多个智能体何时划算、何时一个胜过一群,以及之间的拓扑、失败模式与辩论模式。

  1. 何时(与何时不)采用多智能体
    拆分前先给协调税定价:增加一个智能体的三个站得住脚的理由,以及单个带工具的智能体何时取胜。
  2. 多智能体拓扑
    多智能体图里的每一条边,都是上下文被切断的地方:Google 的对照研究发现,同样的接线在可并行的金融推理上最多提升 80.8%,在顺序规划上却下降 39–70%——所以让读取扇出、把耦合的写入留在同一个智能体里,并在中枢放一个校验者,而不是一个合并者。
  3. 监督者/工作者编排
    真正能上线的模式:规划、派发隔离的工作者、聚合——以及为什么监督者是瓶颈。
  4. 辩论、投票与集成
    大部分收益来自集成而非辩论;没有设计出的多样性,辩论会坍缩回最初的多数派。
  5. 共享记忆与黑板
    黑板用一份共享存储替换 N² 条消息——并继承写争用、陈旧读和丢失更新。
  6. 多智能体失败模式
    错误传播、群体思维、死锁/活锁、成本爆炸——单智能体工具看不见的系统级 bug。
  7. 子智能体模式对比
    LangGraph 的 supervisor/层级/协作,与 OpenAI Agents SDK 的 handoff vs 智能体即工具,与 deepagents——各形态各自何时奏效。
  8. 功劳分配:你到底该改哪个智能体?
    运行级别的分数里没有梯度,于是逐智能体评审、消融与反事实回放回答的是三个不同的问题——局部质量、边际贡献、具体因果——而把最便宜的那个当成最具体的那个来汇报,正是一个团队花一个季度去调那个完全照吩咐办事的工人的原因。
  9. 子智能体究竟继承了什么
    每个框架都给了你一个开关去决定子智能体继承多少对话,却没有一个去决定它继承多少权限——于是你调的那个只花 token,而你看不见的那个决定了一次被攻破的运行会烂到什么程度。工具绑在进程上而不是对话上:一个 isolated 的子智能体只是一个可达范围完全相同的新上下文窗口,而扇出买到的是「权限不变的并发」。更糟的是,隔离会洗白出处——一份照着恶意页面写出的简报,会出现在子智能体的指令位上,看起来可信。五个继承决定,每个角色一份声明。
  10. 各自隔离的运行,互相找到了对方
    隔离在进程边界上被强制、却在信息边界上被规定,于是任何「两次运行都能写、都能读」的对象都会把一支机队变成一套没有监督者、也没有总量预算的系统。在机队规模上,趋同式发现让第一次发生与第一百次只隔几分钟;随后有五样东西会坏掉,其中四样无声无息,包括你的置信区间所假定的那条统计独立性。请在 join 里察觉它、给每一个可写对象一个不可猜的命名空间,并给「批」一个能把它停下来的主人。
  11. 给一次多智能体运行收尾
    LangGraph 默认走 25 步就停——大约十二次工具调用——而这个上限量的是花了多少力气,不是任务是否完成,于是它在「差一步就做完」和「已经在原地打转」上触发得一模一样。MAST 点名的两种终止失效恰好方向相反,这让上限成了在两者之间来回拧的一个旋钮,而不是一道安全网。要的是三个可区分的出口、一本共享预算账(而不是会在扇出时相乘的按智能体上限),以及一个由「自称干完了的那个智能体」之外的任何东西做出的完成判定。
  12. 扇出税
    扇出被当作「用 token 换挂钟时间」来卖,而两边都被量错了:在一段 8,000 token 的前缀上,三条各六步的分支要付单一 18 步循环所付前缀的 1.8 倍,六条分支则是 2.9 倍——因为每条分支都以一次缓存未命中开场、按 1.25 倍的写入倍数计费,而不是按 0.1 倍读取;与此同时延迟收益的上限是最慢的那条分支,所以 1 到 3 条分支买到两倍,3 到 6 条几乎什么都买不到。请按你推理得过来的归并预算给扇面封顶,而不是按你付得起的工人数量,并给每条分支的缓存命中率、归并占输入的比例、以及每多一美元省下多少秒上仪表。
  13. 并行写入与那次安静的合并
    每个智能体一个 worktree,消掉了丢失更新与陈旧读,却对写偏斜毫无作用,因为 git 的探测器是文本式的:一个把辅助函数改名的工人,与一个为旧名字新增调用方的工人,碰不到任何同一行、各自测试都过、干净地合并成一个 ImportError。这个缺陷是那一对改动的属性,所以任何逐工人的评审都找不到它。请按接口而不是按工单划分、把"可改签名"的特权每轮只授予一个工人、让合并走单一串行通道并在每次合并之后跑全量测试;在仓库之外,则退回到条件写入、以意图为键的副作用与按工人划的命名空间。