AI Agent 开发工程师（八）：多 Agent 协作——把各有专长的 Agent 练成一个小分队

一个 Agent 什么都做，但专精不如\”专业的人做专业事\”

前几篇我们一直在打磨\”一个 Agent\”。可现实里真正难啃的活儿，往往不是一件事，而是好几件事串在一起：要查数据、要写点评、要记住偏好。让一个 Agent 全硬扛，容易顾此失彼。

这一篇换个玩法：不止一个 Agent，而是一窝 Agent。让一个\”主管\”把任务拆开，分别派给\”专家 Agent\”去办，最后再收拢汇总。这就像带个小分队——不是一个人啥都干，而是几个各有专长的小兵，听一个指挥。

这在 Agent 工程里叫多智能体协作（Multi-Agent），主打\”分而治之\”。本篇我们亲手搭一个最小但真实的多 Agent 小分队。

靠什么分工：每个 Agent 是一个\”角色\”

多 Agent 和单 Agent 的区别，核心不在代码多复杂，而在把每个 Agent 拆成不同的\”角色\”——不同 system prompt、不同分工、独立上下文。每个 Agent 就是之前写的那个 run()，只是喂给它的\”身份说明\”不一样：

• 主管（orchestrator）：不干活，只把目标拆成子任务 + 发派 + 汇总；
• 行情分析 Agent：专职查行情、点评；
• 记忆整理 Agent：专职把偏好沉淀成长期记忆。

这样做的好处是，每个 Agent 都在一个收窄