多智能体设计模式

这篇适合谁，读完能做到什么

适合正在设计的系统里已经有好几个智能体，或者正在考虑要不要把一个智能体拆成几个的开发者。读完你能判断一个任务适不适合多智能体，列出需要的智能体，定下它们之间的通信和协调方式，并知道怎样看清它们的互动。

什么时候适合多智能体

多智能体设计模式，是让多个智能体协同完成一个共同目标的做法。这种模式在机器人、自主系统和分布式计算中都有应用。^[1]

适合的场景大致有三类：^[1]

• 工作量大：把大任务拆成小任务，分给不同智能体并行处理，完成得更快。大规模数据处理就是例子。
• 任务复杂：和工作量大的情况类似，把任务拆成子任务，让每个智能体专注一个方面。自动驾驶是个典型例子：导航、障碍物检测和与其他车辆通信分别由不同的智能体负责。^[1]
• 需要不同的专业知识：医疗场景中，诊断、治疗方案和患者监测可以交给不同的智能体。^[1]

多智能体比单个智能体好在哪里

单个智能体处理简单任务时往往够用。任务变复杂以后，多智能体有三个优势：^[1]

• 专业化：每个智能体只专注一类任务。一个什么都做的智能体面对复杂任务时容易犯糊涂，可能去做它并不擅长的事。
• 可扩展：加智能体比把单个智能体越堆越重更容易扩展系统。
• 容错：一个智能体出了故障，其他智能体还能继续工作，系统整体更可靠。

以订旅行为例。单个智能体要同时掌握找航班、订酒店、租车的工具，系统会变得庞大，难以维护和扩展。换成几个分工明确的智能体，系统更模块化，也更容易维护。^[1]

动手设计前要想清楚的六件事

多智能体系统的基本组成可以归纳为六块。下面按顺序列出每一块要回答的问题，并结合订旅行的例子说明：^[1]

1. 智能体之间怎么通信。要定下哪些智能体共享信息、用什么方式共享。例如订航班的智能体和订酒店的智能体必须共享出行日期，酒店才能订在同一时段。^[1]
2. 怎么协调。要保证用户的偏好和限制都被满足。例如用户希望酒店离机场近，而租车只能在机场取车，那么订酒店和租车的智能体要相互协调。^[1]
3. 智能体内部怎么决策。订航班的智能体可以用机器学习模型，根据用户过去的偏好推荐航班，并从互动中改进。^[1]
4. 怎样看清互动。见下一节。
5. 用什么架构。集中式、去中心化和混合式是三种常见的架构，应选最适合用例的那一种。^[1]
6. 什么时候请人介入。多数情况下都需要人在回路中。要明确告诉智能体何时请示人，例如用户想要智能体没推荐的酒店或航班，或者要求在订票前先确认。^[1]

看清多智能体的互动

多智能体之间的互动必须看得见，这对调试、优化和确保系统有效性都很关键。可以从三个方面入手：^[1]

• 日志与监控：每个智能体的每个动作都要记日志。一条日志可以记下执行动作的智能体、动作内容、执行时间和结果，用于排错和优化。^[1]
• 可视化：用图来展示智能体之间的信息流，更直观，便于发现瓶颈和低效环节。^[1]
• 性能指标：可以统计完成一个任务的耗时、单位时间内完成的任务数，以及推荐结果的准确率。^[1]

在订旅行的例子中，可以做一个仪表盘，显示每个智能体的状态、用户的偏好和限制，以及智能体之间的互动，包括各自推荐的航班、酒店和租车。这样一眼就能看出，智能体之间是否在正确配合，用户的要求是否被满足。^[1]

三种常见的多智能体模式

• 群聊（group chat）：每个智能体代表群里的一个用户，通过消息协议互相发送和接收消息。可以是集中式，所有消息经中央服务器转发；也可以是去中心化，消息直接交换。常用于团队协作、客户支持和社交网络。^[1]
• 接力（hand-off）：每个智能体代表一个任务或工作流中的一个步骤，按预先定义的规则把任务交给其他智能体。常用于客户支持、任务管理和工作流自动化。^[1]
• 协同推荐（collaborative filtering）：具有不同专长的智能体一起给出推荐。在股票推荐的例子里，行业专家、技术分析和基本面分析三个智能体各自给出判断，合起来为用户提供更全面的建议。^[1]

用退款流程练习拆分

退款流程可以拆出两类智能体。第一类是专用于退款的：客户智能体负责发起退款，卖家智能体负责处理，支付智能体负责把钱退回，纠纷处理智能体解决过程中出现的问题，合规智能体确保流程符合法规和政策。^[1]

第二类是通用智能体，可以被业务的其他环节复用。例如物流智能体既能用于退款时把商品寄回卖家，也能用于普通订单的发货；此外还有反馈、升级、通知、分析、审计、报告、知识库、安全和质量等智能体。^[1]

练习题是：为客户支持流程设计一个多智能体系统，找出涉及的智能体，说明每个智能体的角色和职责，以及它们如何互动，并同时考虑专用和通用两类智能体。提示是：需要的智能体可能比想象的多，可以先想想客服流程的各个阶段，以及任何系统都需要的智能体。^[1]

限制和常见问题

• 不是所有任务都需要多智能体。简单任务用一个智能体就够，拆得太细反而增加协调成本。^[1]
• 智能体越多，通信和协调的设计越重要，可见性也必须跟上，否则出了问题很难查。^[1]
• 人在回路几乎总会需要，关键是把何时请示人写清楚，而不是让智能体自己判断。^[1]

下一步

想了解智能体开发框架的文档，可以去 learn.microsoft.com 查看 Microsoft Agent Framework 的说明。^[1]

本文改编自 Microsoft 开源课程《AI Agents for Beginners》第 8 课^[1]，原文以 MIT 许可证发布。