多智能体协作与编排
单个 Agent 在复杂任务上容易失焦、越权、陷入循环。本文讲解多智能体协作的三重动机与四种编排拓扑（顺序、层级、群聊、黑板）、角色定义与共享状态设计、消息协议与冲突解决、终止条件与收敛控制，以及成本延迟权衡、失败模式排错与过程化评测方法。
tag
多智能体
共 4 篇文章。
多智能体编排与工作流引擎
多智能体不是把多个 Agent 拼起来就完事，编排结构决定了系统的可控性、成本与可调试性。本文对比单体 Agent 与多 Agent 的取舍，拆解 ReAct、Plan-Execute、Reflexion 三种范式，深入 LangGraph 的状态、检查点与图式编排，给出子 Agent 委派、共享记忆、失败重试、人机协同与成本控制的工程方案，附可运行的状态图代码。
LLM Agent 测试：规划正确性、工具调用与多智能体协作的验证工程
深入 LLM Agent（智能体）系统的测试工程：Agent 行为验证方法论（确定性组件 + 概率组件分层）、规划正确性评估、工具调用验证（参数/副作用/时序）、ReAct 循环测试、记忆与状态测试、多智能体协作一致性验证、Agent 安全对齐评估与 CI 集成。
AI Agent 产品设计方法论：从交互范式到产品落地的完整框架
系统拆解 AI Agent 产品设计的完整方法论体系：从工具思维到 Agent 思维的范式迁移、五大核心组件 UX 设计、四种交互模式（Chat/Copilot/Autonomous/Hybrid）、分层记忆系统设计、可靠性工程与容错策略、多智能体编排的 UX 挑战、信任与可解释性设计。 涵盖 ReAct、Plan-and-Solve、Reflexion、DEPS 四大设计模式的适用场景，以及 Devin、AutoGPT、Claude Computer Use 三个经典案例的产品分析。 附 Agent 产品评估矩阵、自主度光谱模型与伦理安全护栏设计框架。