本文系统梳理了五种主流的多智能体协作模式（生成-验证者、调度-子智能体、智能体团队、消息总线、共享状态），详细阐述了每种模式的运作原理、适用场景、局限性，并提供了基于上下文划分和任务特性的模式选择决策框架。
📝 详细摘要
文章编译自 Anthropic 官方博客，深入探讨了多智能体系统的五种核心协作模式。内容首先强调应从最简单的可行模式开始，逐步迭代升级。随后，文章逐一拆解了生成-验证者、调度-子智能体、智能体团队、消息总线和共享状态这五种模式的运作机制，并通过代码审查、安全运营、代码迁移、综合研究等具体场景说明了各自的适用条件和潜在陷阱。文章的核心价值在于后半部分提供的决策指南，通过对比分析（如调度 vs. 团队、调度 vs. 总线、团队 vs. 共享状态、总线 vs. 共享状态），提炼出基于任务可预测性、智能体持久性、协作紧密度和系统容错需求等维度的选择逻辑。最后，文章建议新手从调度-子智能体模式入手，并指出在实际生产中常混合使用这些模式。
💡 主要观点
- 应从最简单的可行模式开始，观察瓶颈后再逐步升级，而非盲目追求复杂模式。 文章开篇即强调务实原则，建议团队从调度-子智能体等低协调成本模式入手，根据实际运行中遇到的痛点（如信息瓶颈、协作需求）再演进到更复杂的团队、总线或共享状态模式。
💬 文章金句
- 从最简单的、能跑通的模式开始，观察它在哪里会遇到瓶颈，然后再逐步升级。
- 这个系统的下限，完全取决于验证者的审核标准有多细。如果你只告诉验证者‘帮我看看这东西好不好’，却不给它具体的条条框框，它往往就会变成一个闭着眼睛盖‘合格’章的橡皮图章。
- 如果为了应付越来越多的特殊情况，你的‘调度者’脑子里的‘If-Else’判断语句越堆越多，那么是时候换成消息总线，让分发机制变得更加清晰和容易扩展了。
- 一旦团队成员们不再仅仅是交差时汇总结果，而是需要在干活途中频繁互通有无，那赶紧换成共享状态模式吧，它会让交流顺畅得多。
- 对于绝大多数刚刚起步的需求，我们强烈建议从‘调度 - 子智能体’开始。它能以极低的协调成本搞定最广泛的问题。
📊 文章信息
AI 初评：88
来源：宝玉的分享
作者：宝玉
分类：人工智能
语言：中文
阅读时间：28 分钟
字数：6831
标签： 多智能体系统, AI Agent, 系统架构, 协作模式, LLM