Multi-Agent 系统
由多个 AI Agent 协作完成复杂任务的系统架构，典型模式为 Orchestrator-Worker（主控-工作者）。相比单 Agent 或传统 RAG，其有效性关键在于”花了足够多的 token”——通过并行 subagent 探索、由宽到窄的搜索策略、按查询复杂度缩放工作量来提升覆盖面。主要挑战是成本高、错误累积与状态管理。生产经验包括 sub-agent 输出到文件系统以最小化”传话开销”、rainbow deployments 发布策略等。
由多个 AI Agent 协作完成复杂任务的系统架构，典型模式为 Orchestrator-Worker（主控-工作者）。相比单 Agent 或传统 RAG，其有效性关键在于”花了足够多的 token”——通过并行 subagent 探索、由宽到窄的搜索策略、按查询复杂度缩放工作量来提升覆盖面。主要挑战是成本高、错误累积与状态管理。生产经验包括 sub-agent 输出到文件系统以最小化”传话开销”、rainbow deployments 发布策略等。