by 凡达恩FDE
一个AI带不动,就上多智能体?FDE的群体智能实战
上个月有个客户问我:"你们FDE不是搞智能体交付吗?能不能给我们上也搞一套多Agent系统?我看好多公司都在吹,说几个AI一起干活,效率起飞。"
我问他:"你现在卡在哪儿了?"
他愣了一下:"也没卡住,就是觉得……别人都有了,我们是不是得有。"
这就是大多数企业想上多智能体的真实动机:不是因为问题需要,是因为怕落后。
但这恰恰是最危险的起点。
多Agent系统不是银弹,是工程权衡。
一、为什么需要多智能体?

单体Agent的能力,受限于它的"注意力带宽"。不管模型多强,它一次能处理的信息和任务都有上限。Anthropic的研究有个扎心的数据:模型推理消耗的Token总量,能解释80%的最终性能差异。换句话说,任务一复杂,光靠把上下文窗口拉大,边际效益会断崖式下跌。
那多Agent价值在哪?
Anthropic内部测过:一个Claude Opus 4当"领导"、多个Claude Sonnet 4当"员工"的多Agent系统,性能比单个更强大的Opus 4高出90.2%。
▎ 一个AI带不动,不是因为它笨,是因为它忙不过来。
但注意前提——这个90%的提升,是在"能并行拆解、跨领域"的任务上。微软Azure架构中心给过一条决策线:从"直接调模型"→"单Agent+工具"→"多Agent编排",每升一级都多一层协调开销、延迟和成本。
判断标准只有一条:单Agent能可靠搞定,就别上多Agent。
多Agent适合的是跨领域、跨职能、能并行、安全边界不同的问题。一个客服问答,单Agent足够;一个"同时查库存、写方案、审合同、发邮件"的复合任务,才值得考虑多Agent。
二、协同的熵增:86%会翻车

说完好处,说代价。
Cognition写过一篇檄文《不要构建多智能体》。他们让一个多Agent系统开发Flappy Bird小游戏,结果每个子Agent都基于自己看不见的"隐性决策"行动,决策对不齐,混乱就不可避免。这叫"合成谬误"——个体看着都对,合起来就崩。
更冷的数据来自2025年一项覆盖七个主流框架的大研究,归纳出14种失败模式(MAST分类):
软件开发智能体ChatDev,编程任务正确率只有33.3% 模拟跨应用操作的AppWorld,失败率高达86.7%
多Agent协作,正在成为AI系统"熵增"的重灾区。你加的每一个Agent,都在增加系统对齐的难度。
根子在哪儿?上下文。
每个Agent有自己的目标、记忆、工具、推理逻辑。怎么让它们对任务、目标、环境理解一致,避免信息孤岛和误解,这就是上下文工程(Context Engineering)要解决的事。它不是把Prompt写得更长,而是设计一套机制:在多个Agent之间,动态构建、共享、演化上下文,支撑任务分解、角色分配和冲突解决。
三、四种架构模式

不是所有多Agent都长一个样。常见的四种:
编排-工作者(Orchestrator-Worker)——最成熟、用得最广。一个"编排者"拆任务、派活、汇总;多个"工作者"各管一摊,有专属工具和知识库。Anthropic的研究系统就是典型:一个当"CEO"的LeadResearcher定计划、拆子任务,分给并行的Subagents;计划存在"Memory"里,防止任务太长忘了初心;最后还有专门的CitationAgent核对所有来源。
顺序流水线(Sequential)——把Agent串成线,前一个的输出是后一个的输入。适合强依赖流程,比如"文档审核→改写→排版→终稿"。
蜂群(Swarm)——openJiuwen社区的JiuwenSwarm代表最新范式,核心是"协同工程"。它有几个有意思的组件:Agent Swarm让多个Agent自主分工、动态协商;Swarm Skills把跑通的协作SOP封装成可复用"团队级技能";还有自演进引擎,观察任务拆解和消息往来,自动反推可复用的Swarm Skill,你审批就能入库。
人机协同——JiuwenSwarm提了两种模式。HOTS(Human on the Swarm):人站在高处看全局,需要时下场调优先级、换角色。HITS(Human in the Swarm):人不场外指挥了,直接进蜂群当一只"蜂",同场景实时协作。
四、上下文工程:怎么让Agent不各说各话

架构定了,最难的是上下文怎么流动。四个核心组件:
全局上下文存储——像"黑板系统",所有Agent都能读写一个共享空间。可以是结构化JSON、向量库(语义检索)、图库(关系建模)。作用是避免信息孤岛。
上下文协议——定义Agent之间交换上下文的格式和语义。比如Researcher找到新数据,发一个context.update事件,Writer订阅后决定采不采纳。支持增量更新,不全量覆盖。
角色感知上下文——不同角色关注的维度不同:Planner看任务结构和依赖,Researcher看查询意图和数据新鲜度。所以上下文引擎要做视图隔离(每个Agent只看自己需要的子集)、权限控制(某些字段只读/可写)、个性化摘要(自动给每个Agent生成"上下文简报")。
共享策略——集中式(中央服务器管,易控但有单点故障,适合智能家居)、分布式(Agent直连,可扩展但难管,适合自动驾驶)、选择性共享(只共享相关部分,省通信量,但需要Agent会判断)。
如果你要给一个"制造业客户投诉处理"系统配上下文,你会选集中式、分布式还是选择性共享?为什么?
五、不可能三角:FDE的决策框架

AI规模化有个"不可能三角":可靠性、效率、经济性,你最多拿俩,必须牺牲一个。
Cognition选了极致的可靠性,牺牲经济性——用上下文工程加单体智能,在软件工程这种高风险任务上做到无可替代的可靠,但前期研发成本巨大。
Anthropic选了极致的效率,也牺牲经济性——多Agent消耗的Token是普通聊天的15倍。等于用开战斗机的成本送外卖。
▎ 没有免费的群体智能,只有你愿意付的账单。
FDE在客户现场怎么决策?四条原则:
从最简单的架构开始,能单Agent解决绝不上多Agent 按任务性质选模式——要上下文连贯的"长篇小说"类,倾向Cognition单体极致;能并行搜集的"市场调研"类,倾向Anthropic群体智能 向客户算清ROI——多Agent的Token消耗是单Agent数倍甚至数十倍,这笔账必须摆在台面上 设质量门禁——给多Agent定失败率阈值,超了就回退单Agent或转人工
六、从单一大脑到智慧组织

工程范式一直在更迭:Prompt Engineering(调提示词)→ Context Engineering(组织上下文、记忆、工具、状态)→ Harness Engineering(单Agent的工程化、轨迹管理、错误恢复)→ Coordination Engineering(多Agent协同工程化)。
单纯拉大上下文窗口,边际效益递减。真正的解法,是从"单一大脑"转向"智慧组织"——这不只是技术改进,是对AI系统设计哲学的根本转变。
未来的多Agent会是递归结构:主代理接到任务,动态孵化更小更专业的子代理,子代理再递归分解,形成层级分明、分工明确的组织架构。
多Agent系统不是终点,是组织形态的一次实验。
七、你该带走的一句话

下次有人跟你说"上多Agent吧,别人都有了",先问他一句:你的问题,单Agent真的搞不定吗?
如果搞不定,再问:你准备为15倍的Token账单,换多少性能提升?
FDE的价值,不在于帮客户追风口,而在于在可靠性、效率、成本这三根绳里,帮客户找到那条勒得不那么紧的结。
下一讲,我们进质量阀门——评估驱动开发(EDD)与黄金数据集,聊聊怎么系统性地衡量和保证AI系统的质量。
Deal Onsite, Deliver Real Value|扎根现场,产出实效
如果觉得有用,欢迎分享给更多人 🎉
- END -