---
title: 多智能体编排入门：从单 Agent 到团队协作
date: 2026-09-08
updated: 2026-09-12
category: Agent
tags: [编排, 反思循环, 框架对比]
summary: 多智能体不是把多个模型堆一起，而是用"角色 + 通信 + 反思"把复杂任务拆给各司其职的 Agent。
featured: true
maturity: polished
series: Agent 工程化
seriesOrder: 1
---

# 多智能体编排入门

单 Agent 适合线性任务；一旦任务有**规划、检索、执行、校验**多个环节，与其让一个模型硬扛，不如拆成多个角色协作。

## 核心三角色

- **Planner**：把目标拆成可执行的步骤
- **Worker**：执行具体子任务（调用工具 / 写代码）
- **Critic**：对结果做反思与纠错，形成闭环

> 反思循环（Reflect）是质量的分水岭：让 Critic 指出问题，Planner 再修正，比一次生成稳得多。

## 一个最小可运行骨架

```python
def run(goal):
    plan = planner(goal)
    for step in plan:
        result = worker(step)
        if not critic(result).ok:
            plan = planner(goal, feedback=critic(result).msg)
    return result
```

## 何时上多智能体

- 任务长、易出错、需要多次工具调用 → 值得
- 任务短、确定性高 → 单 Agent + 好 Prompt 更省 token（怎么省见 [[token-optimize/context-compression|上下文压缩]]）

## 编排流程图

```mermaid
flowchart TD
  A[目标 Goal] --> B(规划 Planner)
  B --> C{需要工具?}
  C -->|是| D[执行 Worker]
  C -->|否| E[汇总答案]
  D --> F{评审 Critic}
  F -->|不通过| B
  F -->|通过| E
  E --> G[返回结果]
```

下一步可看 [[mcp/build-your-own-mcp|MCP]] 如何给这些 Agent 接上外部能力。