多 Agent 监督者模式

Multi Agent Supervisor Pattern · multi-agent-supervisor-pattern--reganti-badam

解决什么问题

设计 multi-agent 系统时选哪种拓扑：为什么"按职能拆一堆 agent 让它们互相通信"是当前最被误解的架构。

核心内容

有效模式：supervisor（监督者）拓扑。一个 supervisor agent 派发并回收 subagent 的工作，或由人来编排多个 agent——这是已被验证的成功模式。
无效模式：peer-to-peer "gossip protocol"。把复杂问题按职能拆成多个 agent（"你管这个、你管那个"），指望它们通过点对点通信自发协同——以当前的构建方式和模型能力，这类"agent 乌托邦"基本做不出可靠系统。
失败机理：控制面碎片化。P2P 拓扑里你无法约束"最终是哪个 agent 在回复客户"，guardrails 必须复制到每条边上，失控面随连接数爆炸；supervisor 拓扑则把决策与守门收敛到单点。
判别口径：问题不在"能不能拆分工"，而在"你如何限制系统偏离轨道的方式数量"。客服等直接面客的场景对 P2P 模式尤其危险。

适用边界

作者不否认存在成功的 multi-agent 系统，反对的是"按职能拆分 + 自由通信"的默认想象。
模型能力提升可能改变这一结论（作者的表述锚定在"当前能力"）。

关键引述 · 原话

"If you're building a supervisor agent and there are subagents that actually do the work for the supervisor agent, that is a very successful pattern." — Kiriti Badam

"Letting the agents communicate in terms of peer-to-peer kind of protocol... is incredibly hard to control... because you need to shift your guardrails everywhere." — Kiriti Badam

— Aishwarya Naresh Reganti + Kiriti Badam

关联卡片

- 与 Claire Vo 的 multi-agent-context-partitioning 卡互补：分工靠上下文切分，协同靠单点编排。 - 与 ai-products-two-differences 卡的 agency-control 权衡一致：拓扑选择本质是控制面设计。

出处：Aishwarya Naresh Reganti + Kiriti Badam (AI 顾问 / OpenAI Codex) · 03-podcasts/aishwarya-naresh-reganti--kiriti-badam.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast（2019–2026）。本站为个人学习用途的二次创作，与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2