多智能体是个很吸引人的概念:让几个角色分工协作,像团队一样完成任务。实际用起来,多数场景不如单智能体。
原因是协作有成本,而多数任务不需要协作。
协作的成本在哪?
三块。第一,通信成本,智能体之间要传信息,每次传递都有信息损失。第二,协调成本,谁先做谁后做、冲突怎么处理,都要设计。第三,调试成本,出问题时很难定位是哪个环节错了。
第三块最要命。单智能体出错,看一遍对话就能找到原因;多智能体出错,要看几条并行的链路。
什么场景适合多智能体?
三个特征:任务可分解、子任务需要不同能力、子任务之间有明确的接口。
三个都满足才划算。缺一个,单智能体加工具可能更好。
什么场景明显不适合?
三类。第一,线性任务,步骤之间有严格依赖。第二,需要全局判断的任务,拆开之后每个智能体看不到全貌。第三,实时性要求高的任务,协作会增加延迟。
第二类最容易被误用。写一份策略报告,拆成调研、分析、撰写三个角色,结果撰写的人不知道调研的取舍逻辑,写出来的东西是拼的。
拆分该怎么拆?
按能力拆,不按流程拆。按流程拆会让每个智能体只做一段,缺少全局视角。按能力拆是每个智能体负责一类判断,最后由一个角色整合。
比如拆成检索、验证、表达三类,各自独立工作,最后由表达角色整合。
怎么控制通信损失?
两个做法。第一,定义明确的结构化接口,不要传自由文本。第二,让下游能回查上游的原始材料,不只是看摘要。
第二个很关键。摘要必然丢信息,能回查原始材料才能补回来。
怎么调试?
三个手段。第一,记录每个智能体的完整输入输出。第二,给每次协作一个追踪 ID,能串起整条链路。第三,先单独测每个智能体,再测协作。
第三个最实用。单测都过不了的智能体,放进协作只会更难查。
什么时候该退回单智能体?
出现三个信号之一就该退。第一,调试时间超过开发时间。第二,协作带来的质量提升不明显。第三,维护成本持续上升。
多智能体不是更高级,是更复杂。复杂需要有对应的收益。
最后该记住什么?
多智能体的价值在于分工,不在于数量。两个真正互补的角色,比五个重复的角色有用得多。
为了显得先进而上多智能体,是最常见的浪费。
去论坛讨论
前往 ziyuanagi.com 论坛 参与讨论