AI研究周报(三十四)：多代理系统的难点会先卡在协作协议

文章目录

1. 1. 为什么代理一多，问题会迅速升级
2. 2. 协作协议至少要解决什么
   1. 2.1. 1. 谁负责什么
   2. 2.2. 2. 信息如何交接
   3. 2.3. 3. 冲突如何裁决
   4. 2.4. 4. 状态如何追踪
3. 3. 未来重点可能是“组织能力”
4. 4. 小结

一说到多代理系统，大家很容易先兴奋于“多个智能体一起工作”的画面：有人负责检索，有人负责编写，有人负责评审，像一个数字团队一样并行协作。但我越来越觉得，真正的难点不在代理数量，而在协作协议。没有稳定的协作协议，多代理只会把混乱放大。

为什么代理一多，问题会迅速升级

单个模型犯错，通常只是一次输出不理想；多个代理同时参与时，信息传递、职责划分和状态同步都会变成问题。只要接口不清晰，错误就会在链路里不断传播。

协作协议至少要解决什么

1. 谁负责什么

每个代理的边界需要明确，否则多个代理会重复劳动，或者把关键环节互相推走。

2. 信息如何交接

交接内容必须足够结构化，不能只靠模糊自然语言，否则下游代理很难稳定接住上游结果。

3. 冲突如何裁决

不同代理给出矛盾建议时，系统需要有优先级、投票机制或仲裁层，而不是简单拼接。

4. 状态如何追踪

任务走到哪一步、哪些结论已确认、哪些风险未解决，都需要被持续记录，否则多代理会很快失去上下文。

未来重点可能是“组织能力”

多代理系统最终拼的，也许不是谁多接了几个模型，而是谁更会设计角色、定义接口、约束交接和管理失败。这些看起来像工程管理，但会变成 AI 系统质量的核心。

小结

多代理不是把单体模型简单复制几份，而是把协作问题正式引入系统内部。真正难的，不是让代理同时存在，而是让它们以可控、可验证、可追责的方式合作。协作协议，可能会先于更强模型成为瓶颈。