第 25 章 多 Agent 的协调问题

多 Agent 系统最真实的代价，不在“多几个模型调用”，而在协调。任务如何拆、谁先做、谁后做、结果不一致时听谁的、失败后由谁负责收口，这些都是协调问题。没有协调，多 Agent 只会变成并行制造噪声。

25.1 任务拆分粒度

拆得太粗，多 Agent 没有意义；拆得太细，通信和管理成本迅速上升。合适的粒度通常应让每个子 Agent 有明确目标、明确输入和可独立完成的工作边界。

25.2 冲突与仲裁

多个 Agent 给出不同结论是常态，而不是例外。系统必须提前设计仲裁机制，例如由上层 Manager 决策、由 Reviewer 复核、或按可信度和证据来源排序，而不是等冲突发生后再人工猜测。

25.3 死循环与重复劳动

多 Agent 特别容易出现互相追问、互相转交、重复检索和重复计算。只要没有共享状态和明确责任边界，这类问题很难避免。

25.4 成本膨胀

多 Agent 通常意味着更多模型调用、更多上下文复制和更高调试复杂度。如果系统不能证明这些额外成本换来了更稳定或更高质量的结果，多 Agent 往往不是一个好生意。

25.5 本章小结

协调问题决定了多 Agent 是否只是“看起来很复杂”。只有当任务拆分、仲裁、共享状态和成本控制都被设计清楚，多 Agent 才可能真正带来收益。下一章会进一步收口这个话题：什么时候值得上多 Agent，什么时候反而应该退回单 Agent 或 Workflow。