多智能体架构的 5 种经典模式

① Supervisor / Orchestrator（监督者模式）

css 复制代码

            ┌─────────────┐
            │  Supervisor  │  ← 总控 Agent，分解任务、指派、聚合
            └──┬──┬──┬───┘
               │  │  │
      ┌────────▼  │  └────────┐
      ▼           ▼           ▼
 ┌────────┐ ┌────────┐ ┌────────┐
 │Agent A │ │Agent B │ │Agent C │  ← Agent 之间不直接通信
 └────────┘ └────────┘ └────────┘

控制流：集中式，所有调用经过 Supervisor
Agent 关系：主从关系，Agent 之间互不知晓
适用：任务可被清晰分解成独立子任务，需要一个总控来协调
代表框架：AutoGen、CrewAI
优点：逻辑清晰、易调试、不会出现 Agent 间循环通信
缺点：Supervisor 成单点、不支持 Agent 间直接协作

② Collaborative / Peer-to-Peer（协作式/对等式）

css 复制代码

  ┌────────┐  ←──→  ┌────────┐
  │Agent A │        │Agent B │
  └───┬────┘        └────┬───┘
      │    ┌────────┐    │
      └───→│Agent C │←───┘
           └────────┘

控制流：去中心化，Agent 之间自由通信
Agent 关系：平等关系，任何 Agent 可以呼叫任何 Agent
适用：需要 Agent 之间协商讨论的开放性问题（如头脑风暴、代码审查）
代表框架：ChatDev、MetaGPT
优点：灵活、Agent 可以相互纠错、适合创意型任务
缺点：容易死循环、通信不可预测、调试困难、token 消耗大

③ Hierarchical（层级式）

css 复制代码

            ┌─────────────┐
            │Top Supervisor│
            └──┬───────┬──┘
               │       │
  ┌────────────▼┐  ┌──▼────────────┐
  │Mid Sup. A   │  │Mid Sup. B     │
  └──┬──────┬───┘  └──┬──────┬─────┘
     │      │         │      │
     ▼      ▼         ▼      ▼
  ┌────┐┌────┐    ┌────┐┌────┐
  │A1  ││A2  │    │B1  ││B2  │
  └────┘└────┘    └────┘└────┘

控制流：多层树状委托
Agent 关系：上级管理下级，同级不通信
适用：超复杂任务需要层层分解（如大型软件开发中的架构师 → 模块负责人 → 开发者）
代表框架：AutoGen 的嵌套 Chat、LangGraph 的 subgraph
优点：可以处理极复杂任务、职责分明
缺点：系统重、延迟大、层级越多越难调试

④ Debate / Reflection（辩论式/反思式）

scss 复制代码

  ┌────────┐    ┌────────┐    ┌────────┐
  │Agent A │───→│Agent B │───→│Agent C │  ← 串行评审链
  │(生成)   │    │(批判)   │   │(仲裁)  │
  └────────┘    └────────┘    └────────┘

控制流：串行流水线，每个 Agent 评审上一个的结果
Agent 关系：生成者 → 批判者 → 仲裁者
适用：对质量要求极高的场景（如生成合规文件、法律文书、代码安全审查）
代表框架：LangGraph 的 reflection 模式、Multi-Agent Debate
优点：输出质量高、能自我纠错
缺点：延迟大（串行）、成本高（多次 LLM 调用）

⑤ Dynamic / Graph-based（动态图式）

css 复制代码

           ┌────────┐
      ┌───→│Agent A │───┐
      │    └────────┘   │
      │                 ▼
  ┌───┴─────┐     ┌────────┐    条件边
  │ 条件判断 │   │Agent B │ ← 根据状态动态决定下一步
  └───┬─────┘     └────────┘
      │                 │
      │    ┌────────┐   │
      └───→│Agent C │←──┘
           └────────┘

控制流：图结构，边带条件，动态路由
Agent 关系：无固定关系，由图的状态机定义
适用：流程多变、需要根据中间结果决定下一步
代表框架：LangGraph（核心就是这种）
优点：最灵活、可处理复杂分支、天然支持人机协作
缺点：图设计复杂、需要定义所有状态和边