多 Agent 协作模式

如果从**“多个 Agent 怎么协作”**这个角度分类，Multi-Agent 最常见可以分成 6 类。

1. 主从 / Supervisor 模式

   • 一个主 Agent 负责拆任务、分配任务、汇总结果。
   • 其他 Agent 作为 Worker 执行。
   • 例：Planner → Coder / Tester / Reviewer。
   • 这是目前最常见、最好理解的一类。

2. 流水线 / Pipeline 模式

   • Agent 按固定顺序依次处理。

   • 前一个 Agent 的输出成为后一个 Agent 的输入。

   • 例：

     Researcher → Writer → Reviewer → Publisher

   • 适合流程明确的任务。

3. 并行协作模式

   • 多个 Agent 同时处理同一个任务或不同子任务。

   • 最后由一个 Agent 或规则统一汇总。

   • 例：

             → Agent A
     Task    → Agent B → 汇总
             → Agent C

   • 适合搜索、方案生成、代码审查等。

4. 讨论 / Debate 模式

   • 多个 Agent 给出不同观点，相互质疑、修正。

   • 最后通过裁判 Agent、投票或共识得到结论。

   • 例：

     Agent A：方案 A 更好
     Agent B：反驳 A，提出方案 B
     Agent C：评估 A/B

   • 适合复杂推理、决策、方案评审。

5. 去中心化 / Peer-to-Peer 模式

   • 没有固定的主管 Agent。

   • Agent 之间可以互相发送任务和消息。

   • 类似一个团队：

     Agent A ↔ Agent B
       ↕         ↕
     Agent C ↔ Agent D

   • 灵活，但更难控制，容易循环、重复工作。

6. 动态路由 / Router 模式

   • 先根据任务判断应该交给哪个 Agent。

   • 不一定所有 Agent 都会参与。

   • 例如：

                  → SQL Agent
     User → Router → Coding Agent
                  → RAG Agent
                  → Search Agent

   • 很适合实际 AI 应用。

你可以先把它们压缩成 3 个最核心思想：

Multi-Agent
├── 分工
│   ├── Supervisor
│   └── Pipeline
│
├── 并行
│   ├── Parallel
│   └── Debate
│
└── 调度
    ├── Router
    └── Peer-to-Peer

学习 LangGraph 的话，优先掌握 Supervisor、Router、Pipeline 这三种，实际项目中最常见。