多智能体架构
核心事实
时间轴 (近 90 天)
群聊式多智能体常见的架构包括辩论式、流水线式和群聊式。
在多智能体架构中，令牌消耗会随智能体数量线性甚至成倍增长，因为每个节点都需要携带系统提示词、工具定义和历史上下文。
两位研究者采用多智能体架构而非单一全自动数字智能体，并将人类研究员和工程师视为该框架中智能体的一种特殊情形，作为混合系统中不可省略的组件。
多智能体并行审查模式的优势包括并行缩短延迟、隔离降低单点偏差、异构模型组合提升覆盖广度。
在LLM语境下，多智能体系统中的每个智能体通常是一个具备特定角色、工具访问权限和推理能力的模型实例，它们可以通过共享上下文、消息传递或黑板架构来交换信息。
多智能体架构会带来协调开销和上下文传递损耗：每次角色切换都是一次有损压缩，关键细节可能在转述中丢失或被误解。
多智能体架构中，多个智能体各自持有独立的上下文窗口，彼此无法直接“看到”对方的完整推理过程，协调成本随角色数量近似线性上升。
多智能体架构在演示场景中表现亮眼，但在企业生产中面临交互路径难以预测和测试、错误放大且难以定位、监控和审计复杂度随智能体数量指数上升等挑战。
相比于多智能体架构，单体有界任务加确定性验证的模式能力边界窄，但行为可预测、故障可隔离、审计可追溯。
架构复杂度必须由测量结果来证明其合理性，而不是因为多智能体听起来更“高级”就被默认采用。
还有 8 条时间轴事件
全部知识事实 (20)
多智能体系统的理论根基可追溯至20世纪80年代的分布式人工智能研究
90%已验证多智能体架构的核心挑战在于智能体间的协调成本，包括确保多个Agent输出风格一致、接口兼容、不产生冲突
65%待验证Agent类型的Hook被触发时，系统会启动一个独立的子智能体（Subagent）来执行复杂的多步骤任务，该子智能体拥有独立的上下文和工具调用能力
70%待验证多智能体协作框架允许并行处理、相互验证和迭代纠错，可降低模型产生幻觉的概率
60%待验证群聊式多智能体常见的架构包括辩论式、流水线式和群聊式。
50%待验证在多智能体架构中，令牌消耗会随智能体数量线性甚至成倍增长，因为每个节点都需要携带系统提示词、工具定义和历史上下文。
50%待验证两位研究者采用多智能体架构而非单一全自动数字智能体，并将人类研究员和工程师视为该框架中智能体的一种特殊情形，作为混合系统中不可省略的组件。
50%待验证多智能体并行审查模式的优势包括并行缩短延迟、隔离降低单点偏差、异构模型组合提升覆盖广度。
50%待验证在LLM语境下，多智能体系统中的每个智能体通常是一个具备特定角色、工具访问权限和推理能力的模型实例，它们可以通过共享上下文、消息传递或黑板架构来交换信息。
50%待验证多智能体架构会带来协调开销和上下文传递损耗：每次角色切换都是一次有损压缩，关键细节可能在转述中丢失或被误解。
50%待验证多智能体架构中，多个智能体各自持有独立的上下文窗口，彼此无法直接“看到”对方的完整推理过程，协调成本随角色数量近似线性上升。
50%待验证多智能体架构在演示场景中表现亮眼，但在企业生产中面临交互路径难以预测和测试、错误放大且难以定位、监控和审计复杂度随智能体数量指数上升等挑战。
50%待验证相比于多智能体架构，单体有界任务加确定性验证的模式能力边界窄，但行为可预测、故障可隔离、审计可追溯。
50%待验证架构复杂度必须由测量结果来证明其合理性，而不是因为多智能体听起来更“高级”就被默认采用。
50%待验证判断是否该用多智能体架构，核心变量是任务的耦合度。
50%待验证团队在任务独立性高时用并行架构，在任务耦合度高时用顺序流水线，主管-工人是这两者之间的折中。
50%待验证在智能体方向的求职面试中，面试官越来越多地考察 Harness Engineering，追问工具调用报错处理、数据安全、高并发、多租户隔离、记忆断层补救等落地交付问题
50%待验证多智能体架构中下游智能体只能获得上游的摘要和片段，导致信息在传递中大量流失
50%待验证Duos 在技术层面采用了多智能体（multi-agent）技术栈
50%待验证多智能体架构相比单一大模型方案，在角色一致性、策略切换和结构化反馈上通常更具优势
50%