介绍一下多 Agent 如何实现工作？多个 Agent 之间如何协调和分工？
1. 题目分析
一个 Agent 能做的事情终归有限。当你试图让单个 Agent 去完成一个真正复杂的任务——比如从零开始做一次完整的市场调研并输出 PPT 报告——你会发现它要么因为上下文窗口塞满而"失忆"，要么因为角色定位太泛而每一步都做得半吊子。这就像让一个人同时当产品经理、数据分析师、设计师和文案，不是不能做，而是每个环节都很难做到专业水准。
多 Agent 系统的核心思想就是从这里来的：与其造一个无所不能的超级 Agent，不如让多个各有专长的 Agent 组成团队协作完成任务。 这跟我们后台的微服务思想一脉相承——单体应用拆成多个服务，每个服务职责单一、独立演进、通过接口协作。
理解多 Agent 系统，需要把三个层面想清楚：架构模式决定了"谁来管谁"，任务分配决定了"谁干什么"，通信机制决定了"怎么说话"。下面逐一拆解。
1.1 多 Agent 系统的架构模式
多 Agent 系统的架构本质上在回答一个管理学问题：多个执行单元之间应该是什么样的组织关系？实践中主要有三种模式，每种模式适合不同的任务特征。
第一种是中心化编排模式（Orchestrator Pattern）。 这是目前工业界最常用的架构。有一个"总指挥"Agent（通常叫 Orchestrator 或 Supervisor），它负责理解用户意图、将任务拆解成子任务、分配给对应的 Worker Agent 执行、收集结果并汇总输出。Worker Agent 之间一般不直接通信，所有信息流都经过 Orchestrator 中转。
这种架构的好处是控制流清晰、容易调试，出了问题你只需要看 Orchestrator 的决策日志就能定位是"分配错了"还是"某个 Worker 执行失败了"。但瓶颈也很明显——Orchestrator 本身就是一个 LLM，它的决策质量决定了整个系统的上限。如果 Orchestrator 理解错了用户意图，或者把子任务分配给了不合适的 Worker，后面做得再好也是白搭。另外当 Worker 数量多了之后，Orchestrator 的 prompt 里要塞下所有 Worker 的能力描述，上下文压力会很大。
第二种是去中心化协作模式（Decentralized/Peer-to-Peer Pattern）。 没有总指挥，每个 Agent 都是平等的。Agent 之间通过某种协议直接对话，轮流发言，各自根据对话上下文判断自己该不该做点什么。AutoGen 早期的 GroupChat 就是这种模式的典型——你把几个 Agent 丢进一个聊天室，它们自己讨论，最终收敛出一个结果。
这种模式的优势在于灵活，特别适合需要多角度碰撞的场景，比如代码审查（一个 Agent 写代码、一个 Agent Review、一个 Agent 写测试）。但它有一个严重的工程问题：对话容易发散收不住。 没有人拍板的会议最容易开成漫谈会，Agent 之间的对话也是一样。你经常会看到几个 Agent 来回客气了十几轮都没有实质进展，或者在某个细枝末节上争论不休。控制对话轮次、设置终止条件、防止死循环是这种架构的核心工程挑战。
第三种是分层架构模式（Hierarchical Pattern）。 这是前两种的折中和升级。顶层有一个高层 Manager Agent 做战略级的任务分解，它不直接分配给末端 Worker，而是分配给中层的 Team Lead Agent，每个 Team Lead 再负责管理自己团队内的几个 Worker。这就像一个公司的组织架构——CEO 管 VP，VP 管 Director，Director 管工程师。
分层架构的核心优势在于可扩展性。当系统需要接入几十个甚至上百个 Agent 时，单层的 Orchestrator 根本管不过来，但通过分层，每一层的管理幅度都可以控制在合理范围内。LangGraph 中的 Supervisor 嵌套、CrewAI 中的 hierarchical process 都支持这种模式。
1.2 任务分配
架构决定了组织关系，但具体某个任务应该交给谁来做，这是另一个需要解决的问题。多 Agent 系统的任务分配策略大致可以分成三类。
静态预定义分配是最简单直接的方式。在系统设计阶段就固定好每个 Agent 的角色和职责边界，运行时 Orchestrator 根据预设规则来路由任务。比如在一个客服系统里，"退款问题"永远走退款 Agent，"技术故障"永远走技术 Agent。这种方式实现简单、行为可预测，适合业务流程固定的场景。CrewAI 的 sequential process 本质上就是静态分配——你在定义 Crew 的时候就把每个 Task 和 Agent 绑定好了，执行时按顺序走。
动态路由分配则是让 Orchestrator 自己判断。Orchestrator 拿到用户的请求后，基于对请求内容的理解和对各个 Worker 能力描述的匹配，动态决定分配给谁。这需要 Orchestrator 有比较强的意图识别能力，也需要每个 Worker Agent 的能力描述写得清晰准确——这和 Function Calling 中工具描述的重要性是一回事。LangGraph 中的 Supervisor Agent 通常就是这个角色，它通过 LLM 推理来做路由决策。
动态路由的难点在于模糊地带。有些请求可能同时匹配多个 Agent 的能力范围，比如"帮我分析这段代码的性能问题并给出优化建议"——这该交给代码分析 Agent 还是性能优化 Agent？实践中常见的做法是给 Agent 的能力描述加上更精确的边界说明，或者允许多个 Agent 协同处理同一个子任务。
第三种是竞争/竞标机制。 这种方式借鉴了经济学中的市场机制——Orchestrator 把任务像招标一样发出去，各个 Agent 根据自己的能力和当前负载"报价"，Orchestrator 选择最合适的中标者。这在大规模分布式系统中偶有应用，但在目前的 LLM 多 Agent 场景中还比较少见，主要因为"报价"这个环节本身就需要额外的 LLM 调用，增加了延迟和成本。
1.3 通信机制
多 Agent 系统中，Agent 之间传递信息的方式直接影响协作效率和系统可靠性。不同框架在这个问题上做出了不同的设计选择。
共享消息列表（Shared Message List） 是最基础的方案。所有 Agent 共享一个全局的聊天记录，每个 Agent 发言时都能看到之前所有人的发言。AutoGen 的 GroupChat 就是这种模式。优点是实现简单、信息完全透明，缺点是当 Agent 数量多、对话轮次长的时候，每个 Agent 的输入 prompt 里要塞下所有历史消息，上下文窗口会很快撑满。
定向消息传递（Directed Messaging） 更精细。Agent 之间只传递和对方职责相关的信息，而不是把所有聊天记录都广播出去。比如搜索 Agent 执行完毕后，只把搜索结果传给分析 Agent，不需要让写作 Agent 看到原始搜索日志。LangGraph 中的 State Graph 本质上就是这种模式——每个节点（Agent）从共享的 State 中读取自己需要的字段，处理后把结果写回 State 的对应字段，不同 Agent 之间通过 State 的字段来传递信息，而不是通过原始的消息列表。
黑板模式（Blackboard Pattern） 是定向传递的进一步演化。有一个全局的"黑板"（可以理解为一个结构化的共享状态空间），每个 Agent 往黑板上写自己的产出，也从黑板上读自己需要的输入。黑板上的数据是结构化的（不是自由文本的聊天记录），比如有"搜索结果"字段、"分析结论"字段、"报告草稿"字段等。这种模式的好处是信息组织清晰、减少了冗余传递，坏处是需要预先定义好黑板的数据结构，灵活性受限。
还有一种在复杂系统中越来越常见的模式是工具化调用（Agent-as-Tool）。一个 Agent 不直接和另一个 Agent"对话"，而是把另一个 Agent 包装成一个工具来调用——就像调用 API 一样，传入参数、获取返回值。这种方式的好处是接口清晰、解耦彻底，每个 Agent 的输入输出格式是确定的，调试和测试都很方便。OpenAI 的 Swarm 框架和 LangGraph 中的 subgraph 调用都借鉴了这种思路。
1.4 实际框架中的实现
理论讲完了，落到实际框架里是什么样的？
LangGraph 的多 Agent 实现最为灵活。它把 Agent 协作建模为一个状态图（State Graph）——每个 Agent 是图中的一个节点，边定义了控制流的走向（可以是条件分支），所有节点共享一个全局 State。Supervisor 模式下，有一个 Supervisor 节点负责路由决策，它根据当前 State 决定下一步该把控制权交给哪个 Worker 节点。Worker 处理完后把结果写回 State，控制权回到 Supervisor，如此循环直到任务完成。这种基于状态图的设计使得你可以精确控制 Agent 之间的协作流程，包括条件分支、并行执行、循环重试等复杂模式。
AutoGen（微软） 走的是对话驱动的路线。它的核心抽象是 ConversableAgent——每个 Agent 都是一个可以参与对话的实体。多 Agent 协作通过 GroupChat 实现，你定义好参与的 Agent 列表和发言选择策略（轮流、随机、或由一个 GroupChatManager 来选），Agent 们在聊天室里交替发言来推进任务。AutoGen 的新版本引入了更结构化的编排能力，但其核心哲学仍然是"通过对话来协作"。
CrewAI 则偏向高层抽象。你定义 Agent（角色+目标+背景故事）、Task（任务描述+期望输出）、然后组成一个 Crew。Crew 支持 sequential（任务按顺序流转）和 hierarchical（有一个 Manager Agent 做动态分配）两种执行模式。CrewAI 屏蔽了大量底层细节，上手很快，但灵活性不如 LangGraph。
1.5 工程落地思考
多 Agent 系统在工程落地时会遇到一些单 Agent 不存在的特有问题，值得在面试中主动提及。
错误传播与容错。 多 Agent 是一个链式系统，上游 Agent 的错误输出会成为下游 Agent 的错误输入。比如搜索 Agent 返回了不相关的结果，分析 Agent 基于这些垃圾数据做出了错误的结论，写作 Agent 又把错误结论写进了报告——层层放大。工程上需要在 Agent 之间设置"质量关卡"：对每个 Agent 的输出做校验，不合格就打回重做或者触发兜底策略。
成本控制。 多 Agent 意味着多次 LLM 调用，再加上 Agent 之间的通信开销（传递上下文），总 token 消耗可能是单 Agent 的数倍。实践中通常会做分级处理——简单的子任务用小模型（如 GPT-4o-mini），复杂的子任务才上大模型；对于可以并行的子任务尽量并行执行以降低总延迟。
Agent 数量的度。 Agent 不是越多越好。每增加一个 Agent，系统的协调开销就增加一分，出错的可能性也增加一分。经验上来说，一个多 Agent 系统中 3-5 个 Agent 是比较常见的规模，超过 7-8 个就需要认真考虑是否引入分层架构了。如果你发现某个 Agent 的职责其实可以用一个工具调用来替代，那就没必要单独做成 Agent。
2. 参考回答
多 Agent 系统的核心思路是把一个复杂任务拆分给多个各有专长的 Agent 协作完成，而不是让一个 Agent 包揽所有事。要理解多 Agent 怎么工作，我通常从三个维度来讲：架构模式、任务分配和通信机制。
架构上主要有三种模式。最常用的是中心化编排，一个 Orchestrator Agent 负责理解任务、拆解子任务并分配给各 Worker Agent 执行，所有信息流都经过 Orchestrator 中转，好处是控制流清晰容易调试。第二种是去中心化协作，所有 Agent 平等地在一个 GroupChat 中讨论推进，适合需要多视角碰撞的场景比如代码审查，但对话容易发散需要严格控制终止条件。第三种是分层架构，顶层 Manager 分配给中层 Team Lead，Team Lead 再管理 Worker，适合 Agent 数量较多的大规模系统。
任务分配上，简单场景可以在设计时静态绑定——比如退款问题永远走退款 Agent；复杂场景需要 Orchestrator 基于意图识别做动态路由，这对 Agent 能力描述的精确度要求很高，和 Function Calling 中工具描述的重要性是一样的。
通信机制上，从简单到精细依次有共享消息列表、定向消息传递、黑板模式和 Agent-as-Tool。实际工程中我倾向于用 LangGraph 的 State Graph 方案，每个 Agent 通过读写共享 State 的特定字段来交换信息，既精准又解耦。
在工程落地时有几个关键点要注意：一是 Agent 之间必须设质量关卡防止错误传播，上游的垃圾输出会层层放大；二是成本控制，简单子任务用小模型、可并行的任务并行执行；三是 Agent 数量不是越多越好，能用工具调用替代的就不要单独做成 Agent，一般 3-5 个是比较合理的规模。
