
【人工智能】多 Agent 协同架构模式、通信协议与工程实践多 Agent 协同架构模式、通信协议与工程实践【人工智能】多 Agent 协同架构模式、通信协议与工程实践1. 什么是多 Agent 协同2. 多 Agent 的好处2.1 独立推理2.2 动态协作2.3 上下文聚焦3. 协同机制的基础设计4. 五种主流协作模式4.1 主管模式Supervisor4.2 层级模式Hierarchical4.3 蜂群模式Swarm4.4 顺序链模式Sequential Chain4.5 网络模式Network4.6 横向对比5. 生产级系统的必备机制6. 两大通信协议7. 安全威胁与防护7.1 五大安全威胁7.2 安全防护三原则8. 成本权衡9. 三大工程挑战10. 何时使用多 Agent11. 性能基准12. 总结摘要本文系统梳理多 Agent 协同的核心概念与工程落地要点。首先说明多 Agent 协同的本质——每个 Agent 拥有独立的 LLM 推理上下文与决策自主权并给出规划、开发、验收等典型角色划分随后从独立推理、动态协作、上下文聚焦三方面阐述其优势并介绍以注册 ID、工作日志与独立 workspace 为基础的协同机制设计。文章重点对比主管、层级、蜂群、顺序链、网络五种主流协作模式及其取舍并补充生产级系统必备的重试上限与人工审批断点、A2A 与 MCP 两大通信协议、五大安全威胁与防护三原则以及成本权衡、工程挑战、适用场景与性能基准帮助读者判断何时该上多 Agent、如何选型与避坑。1. 什么是多 Agent 协同多 Agent 协同是指让多个各自具备独立推理能力的 Agent 分工协作共同完成一项复杂任务。与传统的函数分工不同多 Agent 的核心价值在于每个 Agent 都拥有独立的 LLM 推理上下文与决策自主权这正是它区别于普通函数分工的根本所在。一个典型的多 Agent 系统通常包含以下角色规划 Agent负责确定目标、制定标准。开发 Agent负责落地实现、交付结果。验收 Agent依据管理 Agent 输出的文档执行测试。每个 Agent 都需要定好职责和工作边界。2. 多 Agent 的好处2.1 独立推理每个 Agent 都能独立完成推理与决策主控函数无需再像操心的家长一样提前把所有分支都写死。2.2 动态协作Agent 之间可以依据实际情况灵活协作而不必拘泥于固定流程它们能够动态配合无需机械地沿着预设路径一步步硬走。2.3 上下文聚焦单个 Agent 的提示词上下文可以保持精简纯粹不会被大量无关信息干扰大模型的推理质量自然也就更高。3. 协同机制的基础设计设计 Agent 之间的协同机制第一步是为每个 Agent 注册一个唯一标识——也就是分配一个注册 ID即会话 ID。每个 Agent 都需要维护自己的工作日志并拥有独立的 workspace。当开发过程中出现 BUG 时可以让规划 Agent 定位问题并将排查经验沉淀下来。4. 五种主流协作模式当前主流的多 Agent 架构通常被分为 5 种模式。4.1 主管模式Supervisor它就像一个项目经理给下属分配任务特点是上下级关系明确主管负责任务分配并整合最终结果。实现上先用create_react_agent创建三个专业 Agentresearch 负责搜索信息analyst 负责数据分析writer 负责内容创作再用create_supervisor将它们组合起来。关键参数model指定所使用的模型agents传入需要管理的 Agent 列表prompt明确告知 supervisor 有哪些 worker 可用以及各自负责什么。调用时只需传入用户消息supervisor 便会自动决定使用哪个 Agent、调用几次并最终整合输出结果。4.2 层级模式Hierarchical相当于多层管理者逐级嵌套专门用于应对大规模复杂系统。4.3 蜂群模式Swarm各 Agent 地位平等自主交接控制权主打灵活的协作与讨论。它们通过 handoff 机制自主交接控制权整个过程没有中央调度由 Agent 自行决定下一步交给谁处理。实现步骤用create_handoff_to创建交接工具每个 Agent 持有部分交接工具通过交接工具把控制权交给另一个 Agent用create_swarm把所有 Agent 组合起来。default_action_agent用于指定起始 Agent此后由各 Agent 自主决定交接对象。4.4 顺序链模式Sequential Chain它类似一条固定的流水线适合步骤明确、先后顺序不可打乱的任务每个 Agent 负责一个阶段处理完成后将结果传递给下一个。以内容创作为例流程依次为研究、列大纲、写草稿、编辑润色最后再对文章做整体优化。每个步骤都清晰明确且顺序不可颠倒。4.5 网络模式Network它采用全连接的自由路由专为高自由度的探索型任务而设计既没有固定的调用顺序也没有预设的调用流程。实现方式是先增加一个路由节点由 LLM 根据当前对话状态决定下一步交给哪个 Agent代码中的路由函数router_node会把当前会话发送给 LLM。4.6 横向对比如果从控制流、扩展性、Token 开销、容错性这几个维度做一次横向对比就会发现主管模式采用中心化调度蜂群模式依靠去中心化的自主交接顺序链模式则是一条严格的固定流水线。每一种多 Agent 架构都有各自的取舍并不存在绝对的好坏也没有一劳永逸的银弹。5. 生产级系统的必备机制重试上限在 Supervisor 的提示词中限定最多重试三次以避免陷入无限循环。人工审批断点在关键评审环节暂停等待人工确认。第一次invoke之后会请求暂停待人工审批通过后再次调用invoke并传入null表示沿用上一次的状态从而继续执行后续流程。这是生产级系统不可或缺的机制。6. 两大通信协议下面介绍两个重要的通信协议。A2A是 Google 发布的开放协议主要解决不同框架、不同厂商的 Agent 之间如何相互调用与操作的问题也就是让 Agent 之间能够互相对话。它的核心是 Agent Card 名片采用 JSON 格式用于描述该 Agent 的能力、端点与认证方式。MCP则主要解决 Agent 如何连接外部工具与数据源的问题架构十分简洁LLM 通过 MCP Client 连接 MCP Server 即可。7. 安全威胁与防护在多 Agent 系统中安全问题是首要障碍Agent 链的传播效应会放大单点安全问题只要一个 Agent 被注入恶意指令就可能通过 Handoff 扩散到整个系统。7.1 五大安全威胁提示词注入攻击恶意指令通过 Agent 链被放大传播Agent 身份伪造伪造 Agent 身份来获取未授权访问数据泄露Agent 将敏感数据传递给不可信 Agent资源耗尽Agent 循环耗尽 Token 和计算资源权限越界Agent 获取超出授权的工具与数据访问。7.2 安全防护三原则结构化消息拒绝纯文本Agent 之间传递结构化消息Token 预算防止 Agent 循环调用耗尽资源工具白名单每个 Agent 只能使用授权的工具。8. 成本权衡多 Agent 的 Token 开销是单 Agent 的 2-5 倍。可以使用决策矩阵来判断是否需要上多 Agent。9. 三大工程挑战通信开销Agent 之间每通信一次都要触发一次大模型调用开销随之累积。死锁和循环依赖两个 Agent 相互依赖、彼此等待就会形成死锁可以通过设置超时次数或递归限制来化解。结果冲突不同 Agent 给出的答案往往不一致此时就需要仲裁——既可以由专家 Agent 做最终裁决也可以采用投票裁决机制。10. 何时使用多 Agent需要多个专业角色协同配合任务流程无法预先确定需要并行处理多个相互独立的子任务。11. 性能基准任务完成率高于 80%通信开销占比低于 30%简单任务需控制在 30s 以内复杂任务需控制在 5min 以内调用链深度不超过 10 层。12. 总结多 Agent 的核心价值在于每个 Agent 都拥有独立的 LLM 推理上下文与决策自主权——这正是它与普通函数分工的根本区别。五种协作模式——中心调度、多层嵌套、自主交接、固定流水线和自由路由——各有适用场景可根据任务类型灵活选用。