多 Agent
幾時先需要多個 Agent
不是越多 Agent 越好。大多數時候一個就夠了。但確實有三種場景，一個 Agent 獨木難支。搞清楚幾時先真係需要分工。
三種真實場景
並行加速
同時搜索 5 個來源，比一個一個搜快 5 倍
真實案例：新聞簡報
用戶要求整理今日 AI 新聞。一個 Agent 要依次搜索 5 個網站，總耗時 25 秒。
改成 5 個子 Agent 同時去搜，每個負責一個來源，最後主 Agent 彙總，總耗時 5 秒。
關鍵：這些搜索互不干擾，天然適合並行。
用戶要求整理今日 AI 新聞。一個 Agent 要依次搜索 5 個網站，總耗時 25 秒。
改成 5 個子 Agent 同時去搜，每個負責一個來源，最後主 Agent 彙總，總耗時 5 秒。
關鍵：這些搜索互不干擾，天然適合並行。
角色分工
一個寫程式碼，一個審程式碼，互相制衡
真實案例：程式碼審查
讓同一個 Agent 寫完程式碼再審自己的程式碼，它很難發現自己的錯誤，就像自己檢查自己的作文。
分成兩個 Agent：Writer 寫程式碼，Reviewer 審程式碼。Reviewer 不知道 Writer 的思考過程，只看最終程式碼，更容易發現問題。
關鍵：角色隔離讓審查真正有效。
讓同一個 Agent 寫完程式碼再審自己的程式碼，它很難發現自己的錯誤，就像自己檢查自己的作文。
分成兩個 Agent：Writer 寫程式碼，Reviewer 審程式碼。Reviewer 不知道 Writer 的思考過程，只看最終程式碼，更容易發現問題。
關鍵：角色隔離讓審查真正有效。
風險隔離
子任務出錯不影響主任務
真實案例：複雜文檔處理
主 Agent 在整理一份 50 頁的報告。其中需要解析幾個 PDF 附件。
如果 PDF 解析出錯（格式損壞、超時），直接在主 Agent 裏做會導致整個任務崩潰。
分出子 Agent 單獨處理 PDF：成功了就彙報結果，失敗了就報告「呢份檔案有問題」，主 Agent 繼續工作不受影響。
關鍵：子任務的失敗被隔離了。
主 Agent 在整理一份 50 頁的報告。其中需要解析幾個 PDF 附件。
如果 PDF 解析出錯（格式損壞、超時），直接在主 Agent 裏做會導致整個任務崩潰。
分出子 Agent 單獨處理 PDF：成功了就彙報結果，失敗了就報告「呢份檔案有問題」，主 Agent 繼續工作不受影響。
關鍵：子任務的失敗被隔離了。
並行加速的流程示意
一個任務拆成多個子 Agent 並行執行
主 Agent
分發任務
分發任務
→
同時執行
搜索 A
搜索 B
搜索 C
→
彙總結果
判斷標準：在你加第二個 Agent 之前，先問自己：
① 一個 Agent 真係做唔到？（好多時只係 Prompt 沒寫好）
② 增加的複雜度值得嗎？（多 Agent 意味着更多協調成本、更多出錯可能）
③ 有冇更簡單嘅方案？（比如用工具並行調用就能解決，不必真的分 Agent）
① 一個 Agent 真係做唔到？（好多時只係 Prompt 沒寫好）
② 增加的複雜度值得嗎？（多 Agent 意味着更多協調成本、更多出錯可能）
③ 有冇更簡單嘅方案？（比如用工具並行調用就能解決，不必真的分 Agent）
不是越多 Agent 越好，大多數時候一個就夠了。搞清楚幾時先真係需要分工。只有並行加速、角色制衡、風險隔離這三種明確需求時，才值得引入多 Agent。