AI AGENT从零到一
M3 · 推理与协作结构化导览30 分钟导览

AI Agents for Beginners · Lesson 08

多 Agent:专业化、协调与可见性

判断何时值得把任务拆给多个专业角色,并理解通信、协调、架构、可观测与人工介入的成本。

Learning objectives

完成后你应能证明
目标描述的是可观察行为,不是“了解”或“看完”。
  1. 01识别多 Agent 适用的大工作量、复杂任务与多样专长场景。
  2. 02说明专业化、可扩展性和容错性的收益。
  3. 03理解通信、协调、架构、交互可见性和 HITL 等构件。

完整示例与概念桥接

本课讲解

一个 Agent 能做,不代表要拆成多个

多 Agent 的价值来自专业化、权限隔离、并行或独立审计,而不是角色数量。每新增一个 Agent,也会新增通信、冲突、共享状态和调试成本。

官方课程介绍群聊、交接与协同过滤等模式,并强调必须看得见不同 Agent 如何交换信息和产生结果。

建议预习

以 Course Helper 为例,比较:

  • 一个 Agent 同时检索与出题;
  • 检索 Agent 把证据交给练习设计 Agent;
  • 多个角色在共享会话中讨论。

只有当职责、权限或评估确实需要分开时,多 Agent 才是合理设计。

打开锁定版本的多 Agent 设计模式继续学习。

07–18 制作状态

本课当前提供结构化导览
学习目标、概念位置、建议预习和官方锁定来源已就绪;完整 Trace、实验与项目增量将在后续版本制作。

Source record

本课上游记录
路径
08-multi-agent/README.md
Commit
b7f34fd824767162f484e03cc500e23c0966372f
许可
MIT
查看官方原文