【人工智能】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

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（Supervisor）
    • 4.2 层级模式（Hierarchical）
    • 4.3 蜂群模式（Swarm）
    • 4.4 顺序链模式（Sequential Chain）
    • 4.5 网络模式（Network）
    • 4.6 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 Agent
  • 11. 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 Agent：research 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：

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

10. 何时使用多 Agent

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。