多Agent架构
多Agent架构是一种由多个自主智能体（Agent）协同工作的系统设计范式，每个Agent承担特定角色或任务，通过通信与协作机制共同完成复杂目标。其核心特征包括任务分解与并行处理、职责隔离、以及Agent间的相互协调与验证，适用于需要分布式决策或多步骤推理的复杂场景。
核心事实
时间轴 (近 90 天)
多个Agent共享状态会产生分布式系统问题，带来冲突和脏读等实际工程复杂度
多Agent架构在存在真正独立子任务、角色在指令/工具/模型上有实质差异、需设计故障隔离、长期可中断工作流、或各步骤信任边界不同时才真正划算
不应过早引入多Agent架构，因其带来协调成本、调试难度和不可预测性
多个Agent基于各自独立、不一致甚至冲突的上下文做决策会导致输出质量下降或安全漏洞
多Agent框架的核心优势在于任务分解与专业化，可规避单一Agent在复杂长任务中的幻觉积累和上下文窗口限制问题
过度拆分Agent会降低可观测性，分布在多个Agent间的推理链路比单Agent更难追踪和调试，出错时归因成本显著更高
边缘智能体的多步骤链式工作模式会使单次推理延迟在多步骤中被放大
全部知识事实 (11)
多Agent架构通过任务切分让每个Agent只处理自己职责范围内的上下文，从根本上规避单一实例的注意力稀释问题
90%已验证多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%已验证多个Agent基于各自独立、不一致甚至冲突的上下文做决策会导致输出质量下降或安全漏洞
75%已验证多Agent协作架构中典型的角色包括规划者（Planner）、代码Agent、设计Agent和搜索Agent
65%待验证多Agent拆分架构通过物理隔离上下文来降低单Agent复杂度并便于定位调试
80%待验证多个Agent共享状态会产生分布式系统问题，带来冲突和脏读等实际工程复杂度
50%待验证多Agent架构在存在真正独立子任务、角色在指令/工具/模型上有实质差异、需设计故障隔离、长期可中断工作流、或各步骤信任边界不同时才真正划算
50%待验证不应过早引入多Agent架构，因其带来协调成本、调试难度和不可预测性
50%待验证多Agent框架的核心优势在于任务分解与专业化，可规避单一Agent在复杂长任务中的幻觉积累和上下文窗口限制问题
50%待验证过度拆分Agent会降低可观测性，分布在多个Agent间的推理链路比单Agent更难追踪和调试，出错时归因成本显著更高
50%待验证边缘智能体的多步骤链式工作模式会使单次推理延迟在多步骤中被放大
50%