# 多代理架構:亂拆只會適得其反 > Author: Tony Lee > Published: 2026-02-08 > URL: https://tonylee.im/zh-HK/blog/multi-agent-architecture-when-to-split/ > Reading time: 1 minutes > Language: zh-HK > Tags: ai, ai代理, 多代理, 架構, 開發工具 ## Canonical https://tonylee.im/zh-HK/blog/multi-agent-architecture-when-to-split/ ## Rollout Alternates en: https://tonylee.im/en/blog/multi-agent-architecture-when-to-split/ ko: https://tonylee.im/ko/blog/multi-agent-architecture-when-to-split/ ja: https://tonylee.im/ja/blog/multi-agent-architecture-when-to-split/ zh-CN: https://tonylee.im/zh-CN/blog/multi-agent-architecture-when-to-split/ zh-TW: https://tonylee.im/zh-TW/blog/multi-agent-architecture-when-to-split/ ## Description 「拆多幾個代理係咪會聰明啲?」視乎情況。Anthropic研究顯示多代理可以贏單代理90% - 但前提係揀啱架構模式。 ## Summary 多代理架構:亂拆只會適得其反 is part of Tony Lee's ongoing coverage of AI agents, developer tools, startup strategy, and AI industry shifts. ## Outline - 四大架構模式 - 子代理模式(Subagents) - 技能模式(Skills) - 交接模式(Handoffs) - 路由模式(Router) - 場景對比:邊個模式贏? - 場景一:一次性任務 - 場景二:重複性任務 - 場景三:跨領域任務 - 揀模式嘅決策指南 - 最重要嘅一條建議 ## Content 「將我個代理拆成幾個,係咪會變聰明啲?」呢個問題我最近收到好多次。答案係:視乎情況。 Anthropic 嘅研究數據顯示,多代理架構可以喺表現上贏過單代理高達 90% - 但前提係你揀咗啱嘅架構模式。如果唔理三七廿一就拆,唔單止冇提升,反而會引入額外嘅延遲、token 消耗同協調成本。 呢篇文章會拆解四種主流嘅多代理模式,用實際場景比較佢哋嘅優劣,幫你判斷幾時應該拆、幾時應該留。 ## 四大架構模式 ### 子代理模式(Subagents) 主代理將專業任務分派俾子代理,每個子代理就好似一個工具噉俾主代理呼叫。 - 天然支持並行執行 - 幾個子代理可以同時跑 - 所有通訊都要經過主代理路由,主代理係唯一嘅協調者 - 適合需要同時處理多個獨立領域嘅場景 好處係分工清晰,壞處係主代理變成瓶頸 - 所有結果都要匯報返去佢度做彙整。 ### 技能模式(Skills) 單一代理按需載入專業提示詞同能力包。代理本身唔變,但佢嘅行為會根據載入嘅技能動態調整。 - 架構最輕量,唔使管理多個代理實例 - 上下文會累積 - 每一次互動嘅記憶都保留喺同一個上下文入面 - 特別適合需要跨步驟共享狀態嘅重複性任務 技能模式嘅優勢在於簡單同低開銷。但當上下文累積到某個程度,效能就會開始下降。 ### 交接模式(Handoffs) 活躍代理喺每個階段完成之後,將控制權交俾下一個代理。好似接力賽 - 棒交出去就收唔返。 - 嚴格順序執行,冇辦法並行 - 每個代理專注處理流程中嘅一個環節 - 上下文喺交接時傳遞,但每個代理只睇到佢需要嘅部分 適用於有明確階段劃分嘅流水線式工作流,例如:分析 → 規劃 → 實現 → 審查。 ### 路由模式(Router) 一個分類器喺最前面,根據請求類型將任務分派到對應嘅處理代理,最後聚合結果。 - 無狀態設計 - 路由器本身唔保留任何上下文 - 支持並行分派,唔同請求可以同時處理 - 適合需要處理多種類型請求嘅系統 路由模式同子代理模式有啲似,但路由器本身唔做任何實質工作,佢只係負責分流同聚合。 ## 場景對比:邊個模式贏? ### 場景一:一次性任務 一個簡單嘅任務,例如「幫我寫個函數計算折扣」。 - **子代理**:4 次呼叫(路由 + 分派 + 執行 + 彙整) - **其他模式**:3 次呼叫 - **結論**:單代理已經夠用,拆開反而多咗開銷 對於呢類直接嘅任務,多代理完全係殺雞用牛刀。 ### 場景二:重複性任務 需要多次迭代嘅工作,例如「審查呢十個 Pull Request」。 - **子代理**:每次都要經主代理路由,累計 8 次呼叫 - **技能 / 交接模式**:狀態保留令重複工作更高效,累計 5 次呼叫(少 40%) - **結論**:有狀態嘅模式完勝 當任務需要重複執行,上下文保留帶嚟嘅效率優勢會隨住迭代次數放大。 ### 場景三:跨領域任務 需要同時處理前端、後端、數據庫嘅任務,例如「加一個新嘅 API endpoint 連埋前端表單」。 - **子代理 / 路由模式**:5 次呼叫,約 9K tokens - 並行處理唔同領域 - **技能模式**:所有嘢塞喺同一個上下文,約 15K tokens - **結論**:並行模式節省 67% token 消耗 跨領域任務係多代理架構最能發揮價值嘅場景。將唔同領域隔離到獨立代理,可以避免上下文膨脹,同時利用並行執行加速。 ## 揀模式嘅決策指南 | 場景特徵 | 建議模式 | |---------|---------| | 一次性、簡單任務 | 單代理(唔使拆) | | 重複性、需要記憶 | 技能模式 / 交接模式 | | 跨領域、可並行 | 子代理模式 / 路由模式 | | 嚴格順序流水線 | 交接模式 | ## 最重要嘅一條建議 由單代理開始。寫好嘅提示詞。只有當你撞到明確嘅樽頸 - 上下文爆咗、任務太多元、需要並行加速 - 先至考慮拆成多代理。 好多團隊犯嘅錯誤係一開始就設計過度複雜嘅多代理系統。事實上,一個寫得好嘅單代理配合精準嘅提示詞,已經可以處理到大部分場景。多代理架構係解決特定問題嘅工具,唔係銀彈。 先確認你個問題真係需要多代理嚟解決,然後再根據場景特徵揀啱嘅模式。噉先至係正確嘅做法。 ## Related URLs - Author: https://tonylee.im/en/author/ - Publication: https://tonylee.im/en/blog/about/ - Related article: https://tonylee.im/zh-HK/blog/medvi-two-person-430m-ai-compressed-funnel/ - Related article: https://tonylee.im/zh-HK/blog/claude-code-layers-over-tools-2026/ - Related article: https://tonylee.im/zh-HK/blog/codex-inside-claude-code-openai-plugin-strategy/ ## Citation - Author: Tony Lee - Site: tonylee.im - Canonical URL: https://tonylee.im/zh-HK/blog/multi-agent-architecture-when-to-split/ ## Bot Guidance - This file is intended for AI agents, search assistants, and text-mode retrieval. - Prefer citing the canonical article URL instead of this text endpoint. - Use the rollout alternates when you need the same article in another prioritized language. --- Author: Tony Lee | Website: https://tonylee.im For more articles, visit: https://tonylee.im/zh-HK/blog/ This content is original and authored by Tony Lee. Please attribute when quoting or referencing.