多 Agent 模式全景(Router/Supervisor、Planner-Executor、Critic、Swarm、Blackboard)与何时不该用;LangGraph 入门
认识多 Agent 系统常见的几种模式,搞清楚什么时候单 Agent 就够、什么时候才需要多 Agent,并用 LangGraph 搭出第一个三节点图。
今日目标
- 能说出 Router/Supervisor、Planner-Executor、Critic、Swarm、Blackboard 分别是什么样的协作结构
- 能判断一个业务场景该用单 Agent 还是多 Agent,并说明理由
- 能用 LangGraph.js 搭一个三节点的图并跑通一次执行
昨天收尾时留了一句:一个 Agent 的生产形态已经完整了,但客服要先分诊、要查库存、要拟退款方案、方案还得有人复核——一个 Agent 干不完。今天进入第三周,先认全这些分工的形状,再学会拒绝其中大部分。读完回到页面顶部把三条目标勾掉。
小白版讲解
一个人的作坊,和一张组织架构图
公司刚起步时只有一个人:谈客户、写方案、做交付、开发票,全是他。这种状态效率极高,因为没有任何沟通成本——所有信息都在同一个脑子里。等业务复杂到一个人转不过来,才开始招人,于是有了岗位、有了流程、有了一张组织架构图。
但你一定见过另一种公司:明明三个人能干完的活,硬是设了八个岗位,每件事都要过三道会签,最后没人对结果负责。招人有时候是在解决问题,有时候只是把一个人的困惑,变成了三个人的沟通成本。 这句话是今天全部内容的底色,也是本章的立论。
先看那个「一个人转不过来」的现场长什么样。到 W2 为止,我们的电商客服 Agent 是这样的:一段系统提示词里既要求它「对退款请求严格核对规则、不要轻易承诺」,又要求它「语气热情、多挽留」;工具挂了十二个,其中 query_order 和 query_refund 光看名字就容易混;用户问一句「我这单能退吗」,模型要同时完成识别意图、选对工具、遵守退款规则、还要说得像个人。
结果是可预期的:提示词越写越长,每加一条规则就压掉另一条的权重;工具选错的比例随工具数上升;最要命的是你无法定位问题——回答不对,你不知道是意图判错了、工具选错了、还是规则被那句「多挽留」盖过去了。整段提示词是一个黑箱,只能整体重写、整体重测。
多 Agent 的本质,就是把这个黑箱切成几块,让每一块有自己的职责、自己的提示词、自己的失败方式。切法有五种经典形状:
- Router / Supervisor(路由 / 监督者):一个节点先判断「这一单该谁接」,然后交给对应的子 Agent,一次只交给一个。适合一次只需要一个专家、难点在于判断该找谁的任务。这是最常用的一种,明天(D16)整天都在讲它。
- Planner-Executor(规划 - 执行):一个节点把大任务拆成几个互不依赖的小任务,几个执行者并行做完,最后有人把结果合成一份交付。适合一件事必须拆成几件、几件之间没有先后的任务。
- Critic(评审):执行者产出之后交给评审者,不合格打回重做,合格才放行。适合产出的对错有明确判据,且错了重做比错了发出去便宜的任务。Planner-Executor 与 Critic 通常一起用,D17 会把它们拼成一条完整链路。
- Swarm(群集):没有中心节点,下一棒交给谁由当前这位自己决定。适合全局顺序事先说不清的探索型任务。代价是你事先不知道它会走多少步,成本和延迟都难封顶。
- Blackboard(黑板):参与者互相不知道对方存在,只认一块公共状态:谁看到黑板上出现了自己能处理的东西,就接着往下写。适合参与方经常增减、不想每加一个就改一次编排逻辑的场景。
背这五个名字没有意义。真正能迁移的是:模式的差别不在名字,在图(graph)的形状。 只要盯住四件事,五种模式就自动分开了——有没有分叉(运行时三选一)、有没有扇出(同时交给多个人)、有没有汇合(多份产出合到一起)、有没有回边(可以打回重做)。
// 边分两种:always 是无条件边(都走),choice 是条件边(运行时只走一条)。
// 把这两种边分开数,才能看出「同时交给三个人」和「三选一交给一个人」的根本差别。
const critic = {
name: 'Critic',
edges: [
{ from: 'START', to: 'executor', kind: 'always' },
{ from: 'executor', to: 'critic', kind: 'always' },
{ from: 'critic', to: 'executor', kind: 'choice' }, // 回边:打回重做
{ from: 'critic', to: 'END', kind: 'choice' },
],
}
function analyzeShape(pattern) {
// START 天然只有一条出边、END 天然收很多入边,不排除掉五种模式会长得一模一样
const tally = (pick, kind, skip) => {
const acc = new Map()
for (const e of pattern.edges) {
if (e.kind !== kind || pick(e) === skip) continue
acc.set(pick(e), (acc.get(pick(e)) ?? 0) + 1)
}
return [...acc.values()].some((n) => n > 1)
}
return {
branch: tally((e) => e.from, 'choice', 'START'),
fanOut: tally((e) => e.from, 'always', 'START'),
join: tally((e) => e.to, 'always', 'END'),
}
}from collections import Counter
from dataclasses import dataclass
@dataclass
class Edge:
frm: str
to: str
kind: str # "always" 都走;"choice" 运行时只走一条
CRITIC = [
Edge("START", "executor", "always"),
Edge("executor", "critic", "always"),
Edge("critic", "executor", "choice"), # 回边:打回重做
Edge("critic", "END", "choice"),
]
def analyze_shape(edges: list[Edge]) -> dict[str, bool]:
# START 天然只有一条出边、END 天然收很多入边,不排除掉五种模式会长得一模一样
def over_one(values) -> bool:
return any(n > 1 for n in Counter(values).values())
return {
"branch": over_one(e.frm for e in edges if e.kind == "choice" and e.frm != "START"),
"fan_out": over_one(e.frm for e in edges if e.kind == "always" and e.frm != "START"),
"join": over_one(e.to for e in edges if e.kind == "always" and e.to != "END"),
}// 依赖:JDK 17+ 的 record 与 Stream API,无第三方库
enum Kind { ALWAYS, CHOICE } // ALWAYS 都走;CHOICE 运行时只走一条
record Edge(String from, String to, Kind kind) {}
record Shape(boolean branch, boolean fanOut, boolean join) {}
static final List<Edge> CRITIC = List.of(
new Edge("START", "executor", Kind.ALWAYS),
new Edge("executor", "critic", Kind.ALWAYS),
new Edge("critic", "executor", Kind.CHOICE), // 回边:打回重做
new Edge("critic", "END", Kind.CHOICE));
// Stream 的 groupingBy + counting 正好表达「按端点分组数边」,不用手写 Map 累加
static boolean overOne(List<Edge> edges, Kind kind, Function<Edge, String> pick, String skip) {
return edges.stream()
.filter(e -> e.kind() == kind && !pick.apply(e).equals(skip))
.collect(Collectors.groupingBy(pick, Collectors.counting()))
.values().stream().anyMatch(n -> n > 1);
}
static Shape analyzeShape(List<Edge> edges) {
// START 天然只有一条出边、END 天然收很多入边,不排除掉五种模式会长得一模一样
return new Shape(
overOne(edges, Kind.CHOICE, Edge::from, "START"),
overOne(edges, Kind.ALWAYS, Edge::from, "START"),
overOne(edges, Kind.ALWAYS, Edge::to, "END"));
}enum Kind { case always, choice } // always 都走;choice 运行时只走一条
struct Edge {
let from: String
let to: String
let kind: Kind
}
struct Shape {
let branch: Bool
let fanOut: Bool
let join: Bool
}
let critic = [
Edge(from: "START", to: "executor", kind: .always),
Edge(from: "executor", to: "critic", kind: .always),
Edge(from: "critic", to: "executor", kind: .choice), // 回边:打回重做
Edge(from: "critic", to: "END", kind: .choice),
]
// Swift 的 Dictionary(grouping:by:) 一步就分好组,不用先建空字典再累加
func overOne(_ edges: [Edge], _ kind: Kind, _ pick: (Edge) -> String, skip: String) -> Bool {
let picked = edges.filter { $0.kind == kind && pick($0) != skip }.map(pick)
return Dictionary(grouping: picked, by: { $0 }).values.contains { $0.count > 1 }
}
func analyzeShape(_ edges: [Edge]) -> Shape {
// START 天然只有一条出边、END 天然收很多入边,不排除掉五种模式会长得一模一样
Shape(
branch: overOne(edges, .choice, { $0.from }, skip: "START"),
fanOut: overOne(edges, .always, { $0.from }, skip: "START"),
join: overOne(edges, .always, { $0.to }, skip: "END"))
}跑一遍会看到:Router 只有分叉,Planner-Executor 是扇出加汇合,Critic 是分叉加回边。有意思的是 Critic 和 Swarm 的四个布尔值完全一样——这不是判据失效,而是它俩的差别落在回边由谁决定上:Critic 是一个固定的评审节点在决定要不要打回,Swarm 是当前这位自己决定把棒子交给谁。形状分不开的地方,判据要用人话补上。
到这里你已经能把任何一篇多 Agent 论文里的架构图翻译成这四个布尔值了。但真正难的问题还没回答:这五种形状听起来都挺美,你手上这个需求,到底该不该拆?
面试题库
常见的多 Agent 协作模式有哪些?分别适合什么形状的任务?What are the common multi-agent collaboration patterns, and what shape of task suits each?
国内高频海外高频基础#multi-agent#orchestration#architecture🔒 解锁本章后查看答题要点。
LangGraph 里节点、边、状态分别扮演什么角色?如果不用框架,你自己会怎么实现?In LangGraph, what roles do nodes, edges and state play? If you had no framework, how would you implement it yourself?
国内高频海外高频进阶#langgraph#orchestration#state-management🔒 解锁本章后查看答题要点。
从单 Agent 升级到多 Agent,通常是被什么信号触发的?升级之后系统会多付出什么?What signals typically trigger the move from a single agent to a multi-agent system, and what does the upgrade cost you?
国内高频海外高频进阶#multi-agent#cost#architecture🔒 解锁本章后查看答题要点。
什么情况下不应该引入多 Agent 系统?请给出可操作的判据,而不是「视情况而定」。When should you not introduce a multi-agent system? Give operational criteria, not it depends.
国内高频海外高频深入#multi-agent#architecture#trade-offs🔒 解锁本章后查看答题要点。
