分享一下我对当下多Agent协同的想法

问题描述：

分享一下我对当下多Agent协同的想法

目前都在摸索多Agent并行调度的设计，未来应该会是趋势不假，但目前来看还是需要前置大量提示词才能让Ai明白该如何在池子里与其他Ai互动。

最近实测下来，发现简单任务或某些具体功能修改，直接联系池子中某个负责这块的Agent私聊推进，完成后让Agent总结汇报发给其他Agent或者CEOAgent对齐颗粒度。

复杂任务写好需求，丢给CEOAgent，让他拆解安排其他Agent，所有汇报经过CEO，由CEO中转，杜绝普通Agent之间直接交流，当然也可以切掉CEO中转，普通Agent直接对接（这需要自己本身对所有环节足够熟悉，从开始就写好每个环节对接事项，稍有不慎就陷入错乱导致项目崩盘，除了要求LLM本身的能力足够高以外，还需要手动前置大量提示词）

目前来看，多Agent形式很考验自身的协议设计能力。
而且多Agent协同消耗的token 不是1+1，为了互动和适应池子里别的Agent存在，需要编写的大量提示词也会占据上下文不少窗口。

现在 池子里的Agent除了要读技能读项目文档 还要读《如何与其他Agent沟通》
未来热点应该是 各家LLM 在训练时就增强了多Agent协同下的行为模式，增强了智能体的自然协作。

网友解答：

---

--【壹】--：

Agent协同必然是未来的发展方向

---

--【贰】--：

看着有点像是 paperclip 的实现方式

---

--【叁】--：

意见相反，LLM不太可能内化学习Agent交互模式，说白了agent-team已经是workaround了，实际上的应用设计不可能完全由模型提供方完成，这几年可能会有很大变化

---

--【肆】--：

感觉现在 agent 协作回到了 23 年 workflow 编排的过渡时期，需要有一个强约束的 workflow 来路由 agent 交互，不能自由交流

---

--【伍】--：

我的想法是以后 多智能体协同能力 将会是作为LLM选型的主流指标。