多 Agent 协作：
什么时候值得，什么时候只是变贵

当一个 Agent 做不好时，最直觉的反应是再加一个 Agent。但在多数情况下，问题在工具、状态或完成条件，不在“智能体数量”。

先判断是否真的需要并行

如果子任务之间没有依赖，可以同时做，多 Agent 才有明显收益。例如：分别检查数学题、语文题、英语题，再汇总。反过来，如果后一步必须依赖前一步结果，拆成多个 Agent 往往只是增加通信成本。

三种合理的协作模式

1. 并行执行 + 汇总

拆成互不依赖的检查任务，各自返回结构化结果，由一个汇总器合并。关键不是“讨论”，而是统一的结果 schema。

2. 生成 + 独立审查

一个 Agent 生成，另一个只负责按规则审查。审查者不应看到生成者的完整推理，只看输入、输出和可验证证据，减少同源错误。

3. 主 Agent + 专用子 Agent

主 Agent 负责计划和收敛，子 Agent 只处理边界清晰的工具调用。子 Agent 不应该拥有比主 Agent 更大的权限。

通信比“角色”重要

多 Agent 系统失败，常常不是模型不聪明，而是消息没有结构。每个子任务至少应该有：输入、允许的工具、完成条件、超时、返回格式。

{
  "task": "review_math_questions",
  "input": {"questions": [...]},
  "allowed_tools": ["calculate", "lookup_curriculum"],
  "must_return": {"verdict": "pass|fail", "issues": []},
  "timeout_s": 30,
  "max_steps": 6
}

没有这些边界，多个 Agent 只会互相生成更多自然语言，最后仍要人来收拾。

成本与可观测性

每增加一个 Agent，就增加一次模型调用、一次上下文传输和一次失败点。上线前至少问：

• 并行带来的延迟收益，是否大于额外成本？
• 每个子 Agent 的输入输出是否可追踪？
• 某个子 Agent 失败时，整体如何降级？
• 是否设置了总步数、总 token 和超时上限？

多 Agent 不是成熟度标志。一个能稳定完成任务的单 Agent，比五个互相等待、重复劳动的角色更有价值。