多智能体编排：当一个循环变成许多

多智能体编排是把若干自主智能体协调到同一目标的学科：把本可由单个循环独自尝试的任务，拆给在彼此之间交接工作的专门角色。改变的是失败的单位：单个智能体可能卡住或跑偏，但智能体链还会误传、重复劳动，或在错误时刻停下。协调换来专注与并行，并以共享状态、交接与复合错误征税，且税随每位新增参与者增长。

• 把一个循环拆成角色，是用通才的连贯性换专家的深度。
• 每次交接都移动上下文；未能存活过交接的上下文就变成缺陷。
• 监督者主导的结构集中判断；对等交接则分散判断与责任。
• 当没有单个智能体拥有「完成」的定义时，停止条件更难。
• 一个智能体的错误步骤向下游传播，并被当作输入而非错误来读。
• 过了某一点，新增协调的成本超过它所组织的工作。

究竟为何要把一个智能体拆成多个

单智能体循环是通才：一个推理过程持有目标、上下文与运行状态，并迭代直到判定任务完成。拆分该循环的吸引力在于专业化。研究角色、起草角色与核对角色各自带有更窄的职责、更紧的提示与更干净的上下文切片，且往往比同时兼顾三者的通才把窄活做得更好。

代价是连贯性。通才循环不必向任何人解释自己；完整图景活在一处。工作一旦跨智能体拆分，图景碎裂，一个角色所假定的部分另一个角色从未看见。专业化锐化每一步，却钝化步骤之间的接缝——多智能体系统往往正败在这里。

因此第一个问题不是如何编排，而是是否要编排。当子任务真正可分、并行能缩短墙上时钟时间，或一个角色的失败不应污染另一个的推理时，编排才赚回成本。当任务小到交接尚未完成、单个循环就会结束时，编排就不再划算。决策是在估计：接缝的代价是否小于专业化所省下的。

专业化赢得什么，又悄悄失去什么

角色专业化是给每个智能体分配有界职责，并把上下文窗口限定在该职责之内。其强项是可读性：只做核对的核对者，比在其他职责间隙顺便核对的循环更容易推理、约束与替换。窄智能体也以窄而可命名的方式失败，使诊断变得可行。

专业化失去的是通才免费携带的廉价、隐含上下文。当一个循环包办一切时，第一步发现的事实在第四步自然在场。跨智能体时，该事实必须被有意传递；凡未传递的，在接收方看来从未存在。通才不忘所学；编排体则遗忘一切未能传出的。

压力下还会浮现第二种损失。通才能在任务中途察觉原计划有误并悄悄改道。专家流水线通常不能，因为没有单个智能体握有修订目标的权威或全图。每个角色忠实完成自己的部分，集体自信地走过通才会停下来重想的那一点。专业化在每一站买到深度，却交出捕捉战略失误的全景式怀疑。

监督者主导与对等交接如何不同

两种协调形态反复出现。在监督者–工作者模式中，一个智能体分解目标、分派子任务并整合结果，持有唯一完整视图，而工作者保持狭窄、可替换。在对等交接中，智能体横向传递工作——各自完成阶段并选择下一接收者——没有中央的整体持有者。

两种模式失败方式不同；差别在于出事时该先看哪里。

监督者主导结构集中判断，使其可审计，也使监督者成为单一误判点：错误的分解会连累其下每个工作者。对等交接分散判断，去掉该瓶颈却换成漂移——因无人拥有整体轨迹，工作在交接间游荡。多数真实系统是混合体：监督者播下目标，对等体在阶段内交接，正是为了在没有吞吐扼杀的情况下获得可审计权威。

在智能体之间传递上下文的代价

编排的决定性开销，是把上下文移过智能体之间的接缝。在单个循环内，状态是环境性的、免费的。在智能体之间必须序列化、传输并再解释，每一步都可能丢失或扭曲意义。接收方并不继承发送方的理解；它继承交接选择携带的那一碎片。

这产生一种典型张力。传得太少，下游智能体盲目工作，猜测未被告知的内容。传得太多，通才那种未分化的上下文又出现在每个智能体内，抹掉拆分本想买到的专业化。交接的艺术是最小充分切片，而这个最小值很少事先显而易见。

上下文交接

有意转移接收智能体在发送方不在场时正确行动所需的状态子集。

共享状态

若干智能体共同读写的信息；其视图分歧会导致不一致行动。

协调税

随任务中智能体增加而增长的交接、同步与监督累积开销。

共享状态还引入进一步风险。当两个智能体都读写同一记录时，视图可能分歧，各自按对方已使之失效的图景行动。相对旧式并发问题的曲折在于：智能体不会像严格进程那样对陈旧读取报错；它流畅地在过时状态上推理，产出自信而错误的结果。

无论角色如何，有纪律的交接往往遵循一致顺序。

1. 先命名接收智能体必须做出的决定，再决定发送什么。
2. 选取该决定所依赖的最小状态切片，不要相邻多余之物。
3. 标明省略了什么，使接收方可发问而非默默假定。
4. 以接收方在发送方不在场时即可行动的形式传送该切片。
5. 让接收方重述其理解，使扭曲在行动前浮现。

工作究竟何时停止

终止是编排安静的难题。单个循环在判定目标达成时停下；停止条件与目标同住一脑。分散工作，那份判断也散开。工作者可宣布子任务完成而监督者仍在等待，或对等链无限循环，每个智能体交接时都相信下游会收口。

三种失败形态反复出现。系统过早停下：一个智能体的局部完成感被误当作全局完成。它永远运行：无人握有宣布完成的权威，交接不断生成看似合理的下一步。或在分歧中停下：一个智能体认为任务完成，另一个认为失败，没有东西调和两种裁决。

稳健的编排使停止条件外在于任一单个智能体、且明确写出，而非从个体判断中涌现。有界的步数预算、指定的完成宣布权威，以及每个智能体都能对照检验的约定「完成」定义，是常见工具。其下原则是：完成是整个任务的属性，而非任一智能体的局部视图；让局部视图冒充全局视图的系统，会在两个方向上都在错误时刻停下。

一个错误步骤如何沿链复合

错误传播是这样一个属性：一个智能体的失误成为下一个的输入，被当作事实而非错误来读。这是单循环中没有对等物的失败模式。通才若做了错误假定，可能把它带下去，但也能察觉并纠正，因为假定与后果同处一境。在链中，能察觉的智能体通常不是出错的那一个。

复合是相乘而非相加。早期角色中的小扭曲成为下一角色信任的前提，后者在其上构建，再喂给再下一个。到最终阶段，原始错误被埋在层层自信推理之下，而输出之所以看起来连贯，正因为每个下游步骤在内部都站得住。连贯不是正确；链条可以在每一环局部有效却全局错误。

防御是结构性的。阶段之间的验证门在扭曲被继承前抓住它。审核而非延展另一智能体输出的核对角色打断继承链。独立再推导——第二个智能体沿不同路径得出结果——浮现线性链会隐藏的分歧。每种防御本身也是协调，因而每一种都叠加到下一节所权衡的税上。

新增协调何时不再划算

该领域的轨迹弯向一个反复出现的问题：协调在哪一点成本超过回报。每个加入任务的智能体带来专业化，也带来交接、共享状态份额与监督切片。早期智能体往往能回本，因为工作确实可分。后期往往不能，因为深度上的增益被接缝上的增益淹没。

这就是协调税，且它是非线性的。交接增长快于智能体，因为每个新参与者原则上可与若干他者交换上下文。过了某个阈值，系统花在移动与调和状态上的努力多于做状态所描述的工作本身，更小的编排——或单个有能力的循环——本会更快、更可靠地完成。

领域成熟后更难的是，在越过阈值之前知道它在哪里。诚实的答案通常是经验性的：衡量给定智能体是否减少总时间或错误，若否就移除。守住纪律的团队把智能体数量当作需证明的成本，而非可囤积的能力，并抵制用再加一个角色来回答每个弱点的冲动。经得起考验的编排会是那些保持在任务所允许的尽可能小的编排，因为最便宜的交接是从未必须发生的那一次。