设计多智能体系统时真正帮到我的一篇文章

最近团队在设计智能体系统。单个智能体已经有了一定的把握，但一旦要把多个串联起来，发现要考虑的问题远比想象中多。

用什么结构来编排？通信怎么做？内存怎么管理？

后来发现了 Rohit Ghumare 写的一篇文章，几乎把我纠结的问题都梳理清楚了，分享给大家。也附上了我自己的实战经验。

为什么要用多智能体

之前的文章中也提过，多智能体并不总是最优解。但去年一整年，我在单智能体的上下文管理上反复踩坑。

核心问题是：单智能体的上下文窗口很快就满了，一旦满了就容易丢失上下文。再加上同时处理多个领域时，判断力会明显下降。

多智能体可以通过关注点分离来解决这个问题，但代价是引入了协调开销。如何管理这个开销才是关键，文章对此有非常具体的讨论。

三种编排模式

这部分最实用。不是按”哪个更炫”来分类，而是按**“什么时候用什么”**来组织的。

监督者模式 (Supervisor)

管理智能体负责任务分解、分配给工作者、汇总结果。

• 适合场景：任务可以明确拆分为子任务，或需要追踪审计时
• 最佳规模：3-8 个工作者
• 注意：所有决策都经过监督者，容易成为瓶颈

群体模式 (Swarm)

没有中心管理者，智能体之间 P2P 直接通信，自主组织。

• 适合场景：需要多角度分析，或实时响应很重要时
• 注意：重复工作、无限循环、次优收敛的风险。调试很困难

层级模式 (Hierarchical)

监督者模式的递归扩展。顶层 → 中层管理者 → 工作者的多层结构。

• 适合场景：智能体 10 个以上，需要分离战略和战术时
• 注意：每增加一个协调层，token 成本急剧上升

从个人实践来看，监督者模式是最稳定的。关键在于工作者分配的效率和错误处理 - 如果做不好，管理智能体本身就会成为故障点。

智能体间的通信方式

如果说编排模式决定了结构，那通信方式就决定了信息在智能体之间实际怎么流动。

• 共享状态 (Shared State)：所有智能体读写同一个状态对象。实现简单，调试方便。大多数情况从这里开始就够了
• 消息传递 (Message Passing)：通过事件总线进行异步通信。需要智能体之间保持松耦合时使用
• 交接 (Handoff)：智能体之间显式传递接力棒和上下文。适合固定顺序的流水线

多智能体的内存架构

核心问题很直接：*如何在共享状态的同时避免冲突？*文章给出了三种模式。

基于会话的内存 (Session-Based)

每个智能体在隔离的本地状态中工作，完成后将变更合并到共享内存。

• 适合场景：并行工作者需要独立工作互不干扰时
• 工作方式：会话开始时获取共享状态快照，在本地工作 → 会话结束时只合并差异
• 优势：无冲突的并行处理

窗口内存 (Window Memory)

滑动窗口只保留最近 N 次交互，旧的内容压缩为摘要。

• 适合场景：长对话中需要保持上下文同时控制 token 消耗时
• 工作方式：窗口溢出时，将最旧的 1/3 压缩为摘要
• 优势：解决状态无限增长的问题

情景记忆 (Episodic Memory)

存储特定智能体组合的历史协作记录和结果，用于学习优化。

• 适合场景：经常协作的智能体需要基于过去经验进行改进时
• 工作方式：记录哪些智能体组合在哪些任务上成功或失败
• 优势：可以做出”上次这个组合效果好，再用一次”这样的决策

生产环境注意事项

Token 成本

• 监督者 + 4 个工作者：分解 1K + 工作者 12K + 汇总 2K = 约 15K token
• 同样的任务单智能体大约 4K。协调成本接近 4 倍
• 优化：缓存监督者指令，工作者输出用结构化数据，按需调用

延迟

• 每次 LLM 调用 2-5 秒，4 个智能体串行 12 秒，并行 3-4 秒
• 独立任务一定要并行化

错误传播防护

• 超时：每一层都必须设置
• 熔断器：连续失败 N 次后停止调用该智能体
• 优雅降级：部分智能体不可用时核心功能仍然工作
• 状态隔离：工作者失败不能污染共享状态

看不到就修不了。监控从第一天起就是必需品。

应该避免的反模式

• 过度编排：把本可以独立运行的智能体强行串联
• 万能智能体：一个干所有事，那多智能体就没意义了
• 忽视成本：不做 token 监控就上线，看到账单才傻眼
• 没有降级方案：假设所有智能体都永远可用

总结

文章的结论最打动我：

先做一个智能体 → 找到瓶颈 → 在瓶颈处加第二个智能体 → 需要的话加监督者 → 重复。

我一开始也是用层级模式做了个宏大设计，最后简化成了监督者 + 3 个工作者。先把两个智能体的稳定协作跑通，再往上扩展，这才是正确的路径。

如果你正在考虑多智能体系统，推荐读一读原文。

原文：Building Effective Multi-Agent Systems