待验证50% 置信事实精确时间
主从式（Orchestrator-Worker）架构中协调者Agent负责任务规划与分发，执行者Agent专注于具体子任务，AutoGen的GroupChat和LangGraph的StateGraph均支持这一模式
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/9
首次发现
有效期至：2026/10/7
来源
AI Agent开发入门：跨过门槛的核心思维与学习路径
bilibili大模型开发2026/7/8
相关事实
待验证多智能体架构中，主智能体（Orchestrator）负责任务分解和调度，将具体子任务委派给专门的Sub-Agent并行或顺序执行，这是AutoGPT、LangGraph、OpenAI Swarm等主流AI Agent框架的设计模式。81% 相似待验证在Agent架构中，LLM负责意图理解和步骤规划，实际执行委托给计算器、搜索引擎、API端点等外部工具77% 相似已验证在LangChain的Agent架构中，Agent本身只负责推理和生成工具调用指令，而Agent Executor负责执行工具、处理响应和管理迭代循环75% 相似已验证智能体（Agent）是在LLM之上构建的应用层架构，通过引入规划（Planning）、记忆（Memory）、工具调用（Tool Use）和反思（Reflection）等机制，使模型能够分解复杂任务、调用外部工具、维护上下文状态并迭代优化结果。74% 相似已验证多Agent系统的核心架构通常涉及一个编排Agent（Orchestrator）负责任务拆解与调度，以及多个执行Agent（Worker）负责具体实现74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/383833API
curl https://kongchang.com/api/v1/knowledge/claims/383833MCP
get_claim(id=383833)