多智能体系统：LLM多Agent群体

可视化演示

展示LLM多智能体群体的通信协议、角色分工协作框架与辩论式推理涌现能力。切换模式查看不同维度，拖动滑块调节Agent数量。

群智之谜：为什么一群人更好

深夜的排练厅，最有名的编剧坐在桌前，揉掉了第十二个纸团。他叹气道：“前两幕我很满意，可第三幕怎么转折都不对劲。”第二天，导演把主演、灯光师、甚至卖票的大爷都叫来，让大家就“第三幕该怎么演”各说各的。灯光师说“这个角色一直站在光里，观众会腻”，主演说“我演的时候总觉得台词缺一句递话”，大爷说“这情节像极了我年轻时听过的评书”。半小时后，一个谁单独都想不出的转折方案诞生了。

这就是群体智慧的朴素直觉：单个LLM模型再强，也有自己的“思考盲区”——它的知识截止、训练偏好、上下文窗口局限，都像一个编剧的个人口味。而多个Agent各带不同的提示词、工具和视角，就像剧团里不同工种，能看到同一问题的不同侧面。它们谈论的是同一个任务（共享目标），但角度各不相同，于是在互补中逼近更好的答案。

这种协作在数学上可以简化为一个朴素而有效的模型——多个Agent的输出合并。最简单的做法是平均：

当然，现实中多Agent不是简单平均，但“多样化的个体 + 共同的题目 = 更稳的答案”这个直觉贯穿始终。回到排练厅：那晚的方案之所以好，不是谁特别聪明，而是七嘴八舌中，每个人的盲区恰好被别人补上了。多Agent系统的第一课，就是相信“群聊”的力量。

角色分工：每个Agent都有戏份

剧团里从没有人要求编剧去修灯泡，也不会让道具师背台词。角色分工让每个人只专注一件事，反而能把整台戏撑起来。LLM多Agent系统的第一步，同样是“派角色”。

一个LLM Agent由三块组成：一个能理解自然语言的大模型作为“大脑”，一段设定身份的提示词作为“剧本”，再加上记忆或工具作为“道具”。当你告诉模型“你是一位严谨的财务分析师，只会用数据说话”，模型输出的口吻和内容边界就彻底变了——同样的模型，换个提示词就换个角色，这就是角色分配的核心手段。

在Agent通信中，这种角色设定通常写进系统提示词（System Prompt）里。它的结构可以看作三部分拼接：

角色越清晰，Agent之间的行为越不越界，就像剧团里人人守本分。真正好的多Agent设计，不是把一堆模型扔在一起，而是像导演写演员表一样，仔细想清楚谁该当“挑刺的评审”，谁该当“兜底的执行者”。

通信协议：对台词不能乱

排练时最怕什么？两个演员同时开口，或者A说完了B不知道轮到自己。剧团靠导演喊“下一个”，Agent之间则靠通信协议定秩序。

Agent之间的消息不是随便一句话，而是一条结构化的“舞台指令”，包含四个关键字段：谁发的、发给谁、这算什么类型的发言、内容是什么。这就是消息四元组：

有了这个四元组，Agent之间的“对话回合”才能有序推进。最常见的模式是轮流发言：按固定顺序，每个Agent看一眼前面所有人说了什么，然后输出自己的回应；一轮走完进入下一轮，直到有人发出“总结”类消息终止讨论。广播与定向发送的区别也很像剧务通知——“全体演员注意”是大喇叭，而“主演你该上台了”是悄悄话。协议越规范，多Agent系统就越像一台运转流畅的机器，而不是一群各说各话的鹦鹉。

协作框架：AutoGen与CAMEL的导演组

有演员、有台词规则，还缺一个东西——排练制度。谁先发言、几轮为准、最后谁拍板？这些由协作框架来定。AutoGen和CAMEL就是两个著名的“导演组”。

AutoGen是微软推出的多Agent对话框架，它的核心抽象就是一个词：对话。框架里既有“UserProxy“这种代表人类用户、可以执行代码的Agent，也有”Assistant”这种负责出主意的Agent。它们像导演和编剧来回推敲一样，在一轮轮消息中把任务拆解、执行、验证。AutoGen的精巧之处在于，人类可以随时插话，也可以让Agent自主多轮跑完。

而CAMEL走上了另一条路——用“角色扮演”来驱动沟通。它设计了inception prompting（启始提示）技巧，让两个Agent分别扮演“AI用户”和“AI助手”，通过反复对话把一个大任务（比如“开发一套电商系统”）一步步分解成具体指令。一个Agent不断提出需求，另一个不断交付产出，在循环中逼近目标。

这两种框架背后的数学形式是同一类——多轮迭代更新：

协作框架要平衡两个目标：轮次太少则讨论不充分，轮次太多则成本失控且可能跑题。好的导演组懂得在“聊透”和“打住”之间画一条线——AutoGen用“终止条件”，CAMEL用“任务完成标志”来控制排练时长。

涌现能力：排练中的即兴发挥

排练进行到第五天，主演在走位时突然说了句剧本里没有的台词。全场愣了一秒，然后导演拍大腿：“这句留着！”这不是任何人事先写好的，而是演员们在一次次对手戏中“碰撞”出来的。多Agent系统最有魅力的地方，就是这种“涌现”——整体出现了局部没有的能力。

辩论式推理是涌现能力的典型代表。让两个Agent分别当“正方”和“反方”，就同一个问题激烈交锋：正方提出方案，反方拼命挑毛病；正方被驳倒后修正方案，反方又找新的漏洞。几个回合下来，最终方案往往比任何一方最初的方案都扎实。这背后的原理是“多样的偏置互相纠错”——每个Agent的失误，成了另一个Agent的靶子，错误在辩论中暴露并被修正。

群体最终如何拍板？常用加权投票来汇总所有Agent的意见——谁的“资历”（例如历史表现评分）高，谁的票就更重：

多样性是涌现的燃料：如果所有Agent都来自同一个模型、同一种提示词，它们大概率会犯同样的错，辩论就成了“自己反驳自己”。因此有经验的工程师会让Agent使用不同的模型、不同的温度参数甚至不同的任务拆解方式——就像剧团故意招脾气迥异的演员，冲突本身才是创造力的源头。

效果验证：彩排与上座率

戏排得再好，不上台演一场谁也不知道行不行。多Agent系统也一样——听起来热闹，到底比单个Agent强多少？这需要严谨的“彩排”。

评估的方法论很直接：拿出一个带标准答案的测试集（比如数学推理题、代码生成题），分别用单Agent和多Agent系统去解，统计成功率。评价指标通常是这样计算的：

但“上座率”不止准确率一项。一张戏票的价格对应部署成本：每多一个Agent、每多跑一轮对话，token费用和响应延迟都在涨。研究者发现，在简单任务上多Agent反而吃力不讨好——又慢又贵，甚至可能因为“话太多”把正确答案带偏；而在需要多步推理、信息整合的复杂任务里，多Agent的优势才显山露水。所以业界有句经验：先试单Agent，跑不动了再上“天团”，别一上来就组队。

部署落地时还要考虑鲁棒性——一个Agent突然“罢演”（调用失败）怎么办？成熟的系统会有超时重试、降级方案，甚至让另一个Agent顶上它的角色。一台好戏能连续演上百场，靠的正是这套“应急预案”。

AI 应用场景

Python 演示

class DebateAgent:    def __init__(self, name, persona, stance):        self.name = name        self.persona = persona        self.stance = stance        self.memory = []     def speak(self, topic):        if not self.memory:            return "我是%s，立场为「%s」。关于「%s」，我先说：%s\n" % (                self.persona, self.stance, topic, "应该优先考虑可行性与成本。")        last = self.memory[-1]        return "我是%s。听了其他观点后，我补充：%s\n" % (            self.persona, "这个方案的风险需要进一步控制。") def run_debate(topic, agents, rounds):    transcript = ""    for r in range(rounds):        for agent in agents:            sentence = agent.speak(topic)            transcript += sentence            agent.memory.append(sentence)    return transcript # 配置正反双方并开展两轮辩论agents = [    DebateAgent("AgentA", "技术总监", "加速上线"),    DebateAgent("AgentB", "风控经理", "稳健第一")]result = "题目：%s\n%s\n群体决议：通过加权投票，采纳「分阶段上线」方案。" % ("新产品应否立即全量发布？", run_debate("新产品应否立即全量发布？", agents, 2))print(result)

1. class DebateAgent:定义一个“演员”类，每位Agent有自己的名字、人设、立场和记忆列表。
2. self.memory = []给Agent配一个“记事本”，记录自己说过的每句话，供后续发言参考。
3. agent.speak(topic)每个Agent读取自己的立场和记忆，生成一句有角色色彩的发言。
4. transcript += sentence把每轮发言拼接成完整的“排练记录”，保存全部讨论过程。
5. run_debate(..., rounds)编排辩论流程：轮次驱动所有Agent按顺序轮流说话。
6. agent.memory.append(sentence)每次发言后写入记事本，让Agent能看到自己的发言轨迹。
7. agents = [DebateAgent(...), DebateAgent(...)]像组剧团一样把不同立场的Agent放进同一个舞台。

常见误区

面试题