多 Agent 模式

多 Agent 的重点，不在于“有几个角色”，而在于怎么拆分职责、怎么通信、怎么收敛。

这节课解决什么问题

多 Agent 模式到底在解决什么问题
什么时候值得为协作引入额外复杂度
Agent 之间应该如何通信
A2A 在这里扮演什么角色

核心内容

Orchestrator-Worker 模式
角色分工与消息传递
终止条件与任务收敛
单 Agent 与多 Agent 的边界
AutoGen / CrewAI 作为多 Agent 框架示例
A2A（Agent-to-Agent）作为 Agent 间标准化协作方向

A2A 是什么

A2A 可以理解为 Agent-to-Agent。

如果说 MCP 解决的是“模型怎么调工具”，A2A 更像是在解决“Agent 怎么和另一个 Agent 协作”。

这一层通常会涉及：

能力发现：一个 Agent 能做什么
任务委派：怎么把任务交给另一个 Agent
状态回传：处理中、完成、失败、等待人工
结果交换：结构化结果、文件、引用、上下文

它现在更适合放在“多 Agent 协作标准化”的入门认知里，而不是当成所有项目都必须先上的基础设施。

本节产物

一个最小 orchestrator-worker 协作示意
一份角色分工与消息协议草案
一套多 Agent 收敛和终止规则

课堂实作

把一个复杂任务拆给两个或三个角色分别处理
设计角色之间的输入、输出和状态回传格式
对比单 Agent 和多 Agent 在同一任务上的复杂度差异

并入项目

这一课会直接进入项目三的多 Agent 协作系统。

面试会怎么问

什么场景需要多 Agent
多 Agent 比单 Agent 多了哪些风险
多 Agent 模式什么时候值得引入
A2A 和 MCP 分别解决什么问题