Multi-Agent
可以先理解为:由多个Agent组成专家系统辅助复杂决策
不是一个 AI 给答案,而是一组 AI 分别扮演角色、互相检查后辅助判断。
关键结构图
中心节点写「Multi-Agent」,周围连接 Agent Orchestration、auto review、Agentic organization,用细线表示相邻路径和调用方向。
What
Multi-Agent 是系统模型:多个 agent 以不同角色、视角或能力组成专家系统,通过辩论、交叉检查、分工或协作辅助复杂决策。
When
当你需要把「AI Agent」里的多个因素放到同一张结构图里时,可以调用「Multi-Agent」。
How
这块砖连接 Agent Orchestration 和 auto review:多智能体的价值取决于角色设计和合成机制。
Examples
在设计一个能持续执行任务的 Agent 时,你可以用「Multi-Agent」标记其中最需要被看见的结构,再检查它提供了什么证据、边界或行动方向。
在整理「AI Agent」主题时,把「Multi-Agent」和「Agent Orchestration」放在同一路径里,可以帮助读者从单点概念走向可复用的判断框架。
来源
类型:工程实践 / 概念整理
事实线:这张卡把「Multi-Agent」整理为结构模型: Multi-Agent 是系统模型:多个 agent 以不同角色、视角或能力组成专家系统,通过辩论、交叉检查、分工或协作辅助复杂决策。
依据:1000 Bricks 本地砖块库的概念定义、相邻砖块关系和Agent 系统、任务执行和工作流设计讨论。
边界:适用于「AI Agent 的能力边界、运行环境和任务委派」主题下的理解、复盘和设计判断;不等于行业统一标准或对所有场景都成立的结论。
常见误读:不要把它当作某篇材料的原文摘要,也不要因为概念名清晰就忽略具体情境和验证证据。