多Agent协作
多Agent协作（Multi-Agent Collaboration）是指由多个具备自主决策能力的智能体通过通信、分工与协调机制共同完成复杂任务的系统架构模式。各智能体可承担不同角色或子任务，通过信息共享、任务分配和结果整合实现协同，适用于单一智能体难以独立处理的大规模、多步骤或跨领域任务场景，是人工智能系统设计中的重要范式之一。
Core Facts
Timeline (last 90 days)
进阶篇涵盖CRAG、知识库、Agent架构、多Agent协作与工具调用，并结合主流框架进行实战开发
编排式多Agent协作方式可预测、可审计，但扩展性受限，每增加新协作需求需人工修改流程
编排式（orchestrated）和涌现式（emergent）是多Agent协作在学术上的两种范式分野
选择多Agent框架时应结合具体业务场景的复杂度和对可控性的要求来判断，而非盲目追随热度最高的框架
多Agent系统引入了Agent间通信开销、一致性维护以及错误传播等新的复杂性问题
多Agent模式在处理长流程、跨领域任务时优于单一Agent，但引入了Agent间通信协议、状态同步和错误传播等工程挑战
业界主流的多Agent协作模式包括层级式（Hierarchical）、对等式（Peer-to-Peer）和流水线式（Sequential）
Hermes 0.21.0的核心升级方向是多Agent协作
多Agent协作失败的根本原因在于缺乏编排层（Orchestration Layer），导致缺乏统一协调机制而产生竞态条件、重复计算和输出冲突
单Agent一次性生成的成本可能只有多Agent完整协作流程的1/3到1/5
3 more timeline events
All Facts (18)
多智能体协作通过让多个专业化Agent分工配合来完成更复杂的任务
80%Verified多Agent协作架构中不同专门化智能体各司其职并行运转，能有效规避单一大模型的上下文窗口限制问题
80%Verified业界主流的多Agent协作模式包括层级式（Hierarchical）、对等式（Peer-to-Peer）和流水线式（Sequential）
65%Verified多Agent协作的常见模式包括Orchestrator-Worker模式和Pipeline模式
65%Unverified5分钟构建的插件复杂度可能有限，多Agent协作在更大规模项目中的可靠性仍待验证
85%Unverified单一Agent完成所有任务的模式正在向多Agent协作模式演进
85%Unverified当前多Agent协作主要有三种范式：层级式、对等式和混合式
80%Unverified进阶篇涵盖CRAG、知识库、Agent架构、多Agent协作与工具调用，并结合主流框架进行实战开发
50%Unverified编排式多Agent协作方式可预测、可审计，但扩展性受限，每增加新协作需求需人工修改流程
50%Unverified编排式（orchestrated）和涌现式（emergent）是多Agent协作在学术上的两种范式分野
50%Unverified选择多Agent框架时应结合具体业务场景的复杂度和对可控性的要求来判断，而非盲目追随热度最高的框架
50%Unverified多Agent系统引入了Agent间通信开销、一致性维护以及错误传播等新的复杂性问题
50%Unverified多Agent模式在处理长流程、跨领域任务时优于单一Agent，但引入了Agent间通信协议、状态同步和错误传播等工程挑战
50%UnverifiedHermes 0.21.0的核心升级方向是多Agent协作
50%Unverified多Agent协作失败的根本原因在于缺乏编排层（Orchestration Layer），导致缺乏统一协调机制而产生竞态条件、重复计算和输出冲突
50%Unverified单Agent一次性生成的成本可能只有多Agent完整协作流程的1/3到1/5
50%Unverified利用不同模型训练哲学差异进行对抗性协作，本质上是集成学习（Ensemble Learning）思想在Agent层面的应用
50%Unverified如果多Agent协作能稳定在分钟级别完成原本需要数天的工作，软件开发瓶颈将从编码实现转移到需求定义和架构设计
60%