多智能体协作：一群 AI 凑一桌，是开会还是吵架？

记一下最近琢磨的：

之前埋过一个钩子说「一群 AI 凑一桌到底是开会还是吵架」，最近 AutoGen、CrewAI 这些多智能体框架火得不行，那我今天就来填这个坑。

先抛结论:多个 Agent 一起干活，有时候是高效分工，有时候是三个和尚没水喝。 区别在哪，咱们慢慢说。

为啥要凑一桌

你可能会问:单个 Agent 不也能干活吗,干嘛非要凑一群?

道理跟公司一样。一个人啥都干,容易样样通样样松:让它既当产品、又当开发、还兼测试,它在角色之间反复横跳,经常写代码写到一半忘了需求是啥。

多智能体的思路是专业分工:给每个 Agent 派一个明确的角色和人设,各管一摊。

flowchart LR
  U["用户提一个需求"] --> PM["产品 Agent<br/>把需求拆清楚"]
  PM --> DEV["开发 Agent<br/>写代码"]
  DEV --> QA["测试 Agent<br/>挑毛病"]
  QA -- 有 bug --> DEV
  QA -- 通过 --> OUT["交活儿"]

每个角色术业有专攻:产品 Agent 满脑子需求、开发 Agent 闷头写码、测试 Agent 专职挑刺。这不就是一个标准的小团队嘛。 思路确实漂亮。

「开会」的爽:专业的事交给专业的角色

分工到位的时候,多智能体是真香。我体感下来,它擅长两类活:

• 天然能拆成角色的任务:写代码(产品/开发/测试)、做调研(资料员/分析师/审稿人),每个环节有清晰的输入输出。
• 需要『有人唱反调』的任务:让一个 Agent 出方案,另一个专门挑刺,这种对抗式协作往往比单打独斗靠谱——因为单个 Agent 最大的毛病就是「错了还特别自信」,而旁边有个专门跟它对着干的,能逼它认错。

「测试 Agent 把开发 Agent 的活儿打回去重做」,这种场面看着就让人安心:有人审稿,总比一个人闭门造车强。

「吵架」的痛:沟通成本是要命的

但你只要在公司待过就知道,人一多,事不一定快,会一定多。 多智能体也逃不过这条铁律。

flowchart TD
  A["Agent 一多"] --> B["它们得互相对话沟通"]
  B --> C["每一轮对话<br/>都是 token，都是钱和时间"]
  B --> D["A 把话说岔<br/>B 理解错<br/>误差一层层放大"]
  D --> E["一桌人热火朝天<br/>把活儿干歪了"]

具体来说,凑桌的代价有三笔:

最坑的是第三笔。单个 Agent 走偏,至少只有一条错误路线;一群 Agent 互相「附和」起来,能把一个小误会,热热闹闹地发酵成一场集体翻车。三个臭皮匠没凑成诸葛亮,凑成了一个回声室。

那到底要不要凑一桌

我的判断特别朴素,就一句话:任务能被清晰拆成几个角色、且角色之间接口干净,就值得凑桌;否则,单个 Agent 配好工具往往更省心。

说白了,多智能体不是「人多力量大」,而是「分工对了力量大」。凑一桌之前先想清楚:这是一场各司其职的高效晨会,还是一场谁也说服不了谁的扯皮?

毕竟,会开多了不一定出活,但 token 一定花出去了。 这道理,加过班的都懂。

这一篇就到这里。