多个 Agent 可以共享一段上下文，也可以在隔离环境中通过文件和消息协作；可以由管理者统一调度，也可以对等交接。不同架构对应不同的协调成本。
选择多 Agent 之前，先问一个更简单的问题：单 Agent 加工具和分阶段流程是否已经足够？
只有当分工收益超过通信、冲突与错误传播成本时，多 Agent 才真正有价值。
01 / TWO DIMENSIONS先看上下文是否共享，再看协作拓扑。
共享上下文方便连续推理，但容易相互污染；隔离上下文更适合专业分工，却需要明确通信协议。拓扑可以是中心管理、对等协作或去中心化移交。
02 / WHEN IT HELPS多 Agent 适合可拆分、可并行、可互审的任务。
例如一个 Agent 提取事实，另一个核对引用，第三个检查交付格式。每个子任务都有独立输入与验收标准，最终结果再汇总。
如果所有步骤都依赖同一长上下文，频繁通信可能比单 Agent 更慢。
03 / COMMUNICATION文件、消息和权限都要有明确所有权。
共享文件系统容易发生并发覆盖；消息过多会挤占上下文；管理者 Agent 也可能成为瓶颈。应定义任务领取、文件锁、结果格式、超时与升级规则。
04 / FAILURE MODES最危险的是错误级联与虚假共识。
上游错误可能被多个下游 Agent 当成事实继续放大；相互评审也可能因为共享同一偏见而形成虚假共识。关键事实应回到原始证据独立核验。
- 避免多个 Agent 同时写同一文件。
- 重要结论保留来源与责任 Agent。
- 关键步骤使用独立上下文交叉检查。
- 连续失败时回到人工协调，而不是继续扩张团队。
结课练习：把案件整理拆成事实、时间线、引用与交付四个角色，设计通信格式、文件所有权和最终人工验收。
原书与章节来源
- bojieli/ai-agent-book：开源主仓库与全书目录。
- 第 10 章正文：本页概念主线与术语来源。
- 第 10 章实验：配套代码、复现说明与读者练习。
- 本页是面向应用的学习整理与转述，不替代原书；准确表述以原文和代码为准。
返回总学习地图，开始动手实验
继续沿着“理解结构—动手改变—观察结果—形成判断”的方式学习。
继续学习 →
读者评论
把这篇文章留给你的想法写下来。
还没有评论。你可以留下第一条。