ALL About AI 系列（六）：多智能体

ALL About AI 系列（六）：多智能体

多智能体系统是指由多个智能体（Agent）协作完成复杂任务的 AI 系统。在这些系统中，不同智能体可以担当不同角色、擅长不同工具或知识领域，通过任务分解和分工协作提升问题求解能力。

接下来，我们举一个现实的例子，方便大家理解。

以一个数学老师智能体为例，在教学方面的核心工作分为 4 大块：备课、讲课、出题以及评卷。

首先可以把每项工作都拆分为一个独立的智能体：

接下来我们看下他们是如何互相协作的：

以上是一个简单的案例，大家可能注意到了，在一个多智能体架构中，不同智能体之间需要传递、共享信息，例如评卷智能体需要知道出题智能体出的题目及参考答案才能进行评卷，这些信息其实就是“上下文”。设计好上下文是多智能体系统高效、准确解决用户问题的核心，本篇文章就不详细展开了。

两种主流的多智能体架构

一种是由一个监督者智能体去分析用户输入并选择调度其他智能体：监督代理控制所有通信流程和任务委托，根据当前上下文和任务需求决定调用哪个代理，最终由产出面向用户的答复。

另一种是去中心化的多智能体协作模式：没有固定的“监督者”智能体；取而代之的是，一组对等的智能体按照需要动态交接控制权，共同推进任务（可以把它类比为一个没有明确领导者的小组，成员会根据任务需求自行决定由谁来处理当前阶段）这种协作模式在自由对话和复杂未知任务中可能有更高的灵活性与适应性。

A2A协议

A2A协议由谷歌提出并开源，旨在为多智能体系统提供标准化的协作框架，其核心目标是：

简单来说就是适配这个协议的平台构建的智能体都可以进行相互调用，根据自己的擅长的能力相互配合结合问题。

应用场景举例，你在线上点了一杯奶茶：

1. 下单：你提交订单后，客服智能体收到请求。

2. 任务分配：客服智能体查看“技能卡”，发现制作智能体（小红）有空，就派单给她。

3. 协作：小红开始做奶茶，同时通知库存智能体（仓库管理员）：“需要加珍珠！”

4. 结果反馈：奶茶做好后，配送智能体（小刚）接单送上门，全程跟踪状态。

5. 出问题怎么办？：如果奶茶做错了，系统自动让小红重新做，不用你反复催。