SkillPedia Skills Encyclopedia
中文 EN
今日更新 2026-11-17 UTC

今天还没有新提交

查看更新动态

AI 与大模型 · 进阶

多智能体(Multi-Agent)

让多个 AI 分角色合作完成一件事:有的查资料,有的写,有的专门挑错。适合把一个大任务拆给一支小队,而不是一个 AI 从头扛到尾。

AI 与大模型 进阶 站内文案里出现过 168 次,涉及 131 个条目 448 字 约 1 分钟读完 63 次阅读

TL;DR三十秒版本

  1. 让几个 AI 分角色合作干一件事:有的查资料,有的写,有的专门挑错。
  2. 角色分开以后,每个收到的指令更聚焦,出错也更容易被旁边那个发现。
  3. 分工没理清时,它们会互相拖累,比一个 AI 单干还乱。

Overview详细说说

与其让一个 AI 从头干到尾,不如安排几个 AI,各管一段:一个负责调研,一个负责写,一个专门挑错,最后汇总。这就是多智能体,本质是把一个人的活拆给一支小队。这样做的前提,是任务本身能拆得开、每段还能互相接得上。

复杂的任务里,一个 AI 容易顾此失彼。分成角色以后,每个 AI 收到的指令更聚焦,出的错也更容易被发现,因为还有专门负责审查的那一个。不同 AI 还能各展所长,再拼成一个结果。

有些框架宣传“多智能体、多模型”,意思是你一个需求进去,底层可能同时调用了擅长写代码的模型和擅长查资料的模型,各自干一段再汇总。你感受到的只是一次提问,背后是几个 AI 在接力;好处是各用各的长处,麻烦的是中间消息一多,容易传丢或者跑偏。

角色多不等于效果一定翻倍。分工没设计好,反而会互相扯皮、反复返工,比一个 AI 慢慢做还慢。重点不在数量,而在分工清不清楚、汇总时听谁的。

常见的一种分工是:一个负责出方案,一个专门挑毛病,来回几轮直到挑不出明显问题。这种互相检查的安排,比一个 AI 自己写完自己夸更能发现漏洞,代价是慢一些,消耗也更多。

Myths常见误解

  • 以为角色越多效果越好 每多一个角色就多一次交接,交接没定清楚,光协调就耗掉大半收益
  • 以为几个 AI 会自己商量 它们不会自己商议,分工、先后顺序、最后谁拍板都得事先写清
  • 以为多智能体等于多模型 可以是同一个模型扮几个角色,也可以是几个不同模型各管一段

In practice你会在哪用到它

  • 一份长报告,让一个先调研、一个写、一个专门挑漏洞
  • 同一份文案要几个不同角度时,让几个角色各写一版再挑
  • 在支持多模型的工具里,让擅长写代码的和擅长查资料的各干一段

Summary记住这几点就够了

  • 多个 AI 分角色合作完成一个任务
  • 有的查资料,有的写,有的专门挑错
  • 分工清楚才能减少遗漏和来回返工
  • 角色没设计好反而会互相拖累

常见问题

多智能体(Multi-Agent)是什么意思?

让几个 AI 分角色合作干一件事:有的查资料,有的写,有的专门挑错。角色分开以后,每个收到的指令更聚焦,出错也更容易被旁边那个发现。分工没理清时,它们会互相拖累,比一个 AI 单干还乱。

多智能体(Multi-Agent)一般用在什么地方?

一份长报告,让一个先调研、一个写、一个专门挑漏洞;同一份文案要几个不同角度时,让几个角色各写一版再挑;在支持多模型的工具里,让擅长写代码的和擅长查资料的各干一段。

关于多智能体(Multi-Agent),最容易搞错的是什么?

以为角色越多效果越好,其实每多一个角色就多一次交接,交接没定清楚,光协调就耗掉大半收益;以为几个 AI 会自己商量,其实它们不会自己商议,分工、先后顺序、最后谁拍板都得事先写清。

多智能体(Multi-Agent)要记住哪几点?

多个 AI 分角色合作完成一个任务;有的查资料,有的写,有的专门挑错;分工清楚才能减少遗漏和来回返工;角色没设计好反而会互相拖累。

容易踩的坑 智能体不是越多越好,分工不合理时,反而比一个 AI 独自做更慢更乱。

Also written as你可能还会看到这些写法

多 Agent 多代理

这些都是同一个概念,在技能介绍里指代的是同一件事 —— 不必因为写法不同而以为是两个东西。

全站第 9 / 186 条 · 全部词条

接着读Related reading

接着去哪Explore more

回到技能本身

词典里讲到的这些概念,大多一条命令就能装进你的 AI 客户端。