一句话定义
多 Agent 系统是多个独立 Agent 通过消息传递协同完成任务的架构——包括角色分工的流水线（MetaGPT 式）、辩论对抗（debate）、对等谈判（AutoGen 式对话）等形态；2025 年后的工程主流是"少量 Agent + 明确分工 + 结构化通信"，而非大数量自由对话。
为什么重要
单 Agent 的天花板是单一上下文与单一视角。有些能力只能从"多个独立视角的对抗/协作"中涌现：辩论能显著降低幻觉（一个 Agent 编的内容被另一个独立质疑）；角色分工能模拟真实软件团队（产品→架构→开发→测试各司其职）；并行探索能覆盖更大的方案空间。但多 Agent 也是复杂度与成本放大器——2023 年框架热退潮后行业学到的教训全部浓缩在本篇的"误区"里。
前置知识
kp-019（编排——本篇的对照形态）、kp-012（消息即条件）。
核心概念
四种协作拓扑
| 拓扑 | 结构 | 典型用法 | 风险 |
|---|---|---|---|
| 流水线（角色分工） | A→B→C 顺序传递工件 | MetaGPT 模拟软件团队 | 角色间信息丢失 |
| 辩论（对抗） | 多 Agent 就同一问题独立作答后互评 N 轮 | 事实核查、方案评审 | 随大流（趋同而无增益） |
| 对话（对等谈判） | 两 Agent 带各自目标自由对话直至"达成一致" | AutoGen 的 user-proxy 模式 | 死循环、跑题 |
| 中心编排 | orchestrator + workers（树形） | kp-019，生产首选 | 单点依赖编排质量 |
通信的三种介质
- 自然语言消息（最常见）：灵活但信息有损——A 说"数据我处理好了"，B 不知道具体 schema
- 共享工件（更工程化）：通过文件/数据库传 JSON、代码、文档——用工件代替对话是多 Agent 质量跃升的关键（编程 Agent 之间传代码与测试，不传废话）
- 标准化协议（kp-032 的 A2A）：跨厂商 Agent 互操作的目标形态，含能力发现、任务委托、状态回传
辩论为什么有效（以及何时失效）
机制：每个 Agent 独立生成时错误各不相同（采样的独立性），互评时别人的错误在你的视角里显而易见（kp-014 的"审阅比生成容易"跨界版）。失效场景：共享同一个基础模型且提示相似时，错误高度相关——三个"同一个模型的分身"辩论，常常是集体强化同一个偏见。改进：换不同模型/不同角色立场/不同检索来源参与。
原理与机制
多 Agent 的信息论视角：每个 Agent 是一个独立的采样与条件化路径。组合的收益 = 视角多样性 − 通信损耗 − 协调误差。三项都可量化干预：
- 视角多样性：不同系统提示、不同工具集、不同检索源、甚至不同模型（kp-024 里也是评委多样性的来源）
- 通信损耗：每轮消息传递都是有损压缩——减少"传话"，多用共享工件（事实数据放文件，消息只传指针与结论）
- 协调误差：谁先谁后、谁仲裁——明确终止条件与仲裁者（通常是一个 judge Agent 或人类，kp-023）
AutoGen 的核心抽象（可对话 Agent + 可对话人类 + 群聊管理器）证明了灵活性的价值，也暴露了自由对话的失控面；MetaGPT 用"SOP 编码进提示 + 工件流转"（装配线而不是圆桌会议）换来了结构的稳定——这两条路线的分野贯穿 2023-2025，最终生产侧收敛到"结构化协作 + 少量 Agent"。
直观类比
四种拓扑对应四种人类组织：流水线 = 工厂装配线（每人一道工序，交接靠标准件不靠聊天）；辩论 = 评审会（独立审稿人各自打分再合议——独立性是质量之源）；对话 = 商务谈判（灵活但可能谈崩或谈不完）；编排 = 项目制（PM 分活，顾问回报）。2023 年大家痴迷"AI 圆桌会议"，2025 年的赢家是"AI 项目制"——组织学的百年教训在 Agent 世界重演了一遍。
实例与案例
一个双 Agent 评审管线（写手 + 评审，避免单 Agent 自评偏置）：
pythondraft = writer_agent(task) # 写手：只管产出
for round in range(2):
critique = reviewer_agent(task, draft, # 评审：独立上下文+评分量表
rubric="准确性/完整性/格式 各 1-5 分，指出最严重的 3 个问题")
if critique.score >= 4.5:
break
draft = writer_agent(task, draft, critique.suggestions) # 带批评重写
要点：评审带量表（rubric，防"感觉良好"）、独立上下文（防自我偏好）、有限轮数（防无限扯皮）。这个 generator-critic 结构是最常用的多 Agent 原子模式（kp-024 的 LLM-as-judge 同构）。
常见误区
- 误区一："Agent 越多越智能"。通信损耗随数量超线性增长；Anthropic 复盘与行业实践一致指向：多数场景 2-5 个 Agent 封顶，上百个 Agent 的"Agent 村庄"属于研究演示。
- 误区二：让 Agent 无限轮对话"讨论出真理"。没有终止条件与仲裁者的自由对话终将以死循环或趋同结束。
- 误区三：全用同一个模型+相似提示搞"多 Agent"。相关性错误使辩论退化为复读（伪多样性）。
- 误区四：消息传话代替共享工件。自然语言传三次，数字就变样了——数据走文件，消息走结论。
- 误区五：忽视成本量级。token ×5~15 是常态（kp-019/027），上线前必须算账。
自测题
- 辩论降低幻觉的机制前提是什么？何时失效？
- 为什么"用共享工件代替传话"是多 Agent 质量的关键改进？
- 多 Agent 收益公式三项分别如何干预？
（参考答案：1. 独立采样的错误不相关、审阅比生成容易；共享模型与相似提示使错误相关而失效；2. 自然语言消息是有损压缩，数据经文件传递无损且可审计；3. 多样性（换模型/提示/工具/检索源）、通信（工件化）、协调（终止条件+仲裁者）。）
与其他知识点的关系
- 树形编排（生产首选）→ kp-019；框架实现 → kp-021
- 跨厂商协议 A2A → kp-032；评审模式与评测同构 → kp-024
延伸阅读
- Wu et al., AutoGen（2023）；Hong et al., MetaGPT（2023）
- Google, Agent2Agent (A2A) Protocol（2025）；Du et al., Improving Factuality by Multi-Agent Debate（2023）