单智能体 vs 多智能体系统
一、单智能体系统（Single-Agent System）
定义：由一个 Agent 独立完成整个任务，它自己负责规划、调用工具、执行和输出结果。
特点：
- 单一角色、单一上下文
- 流程线性：规划 → 执行 → 输出
- 实现简单、成本低、易调试
适用场景：
- 任务边界清晰、目标单一（如：写一篇文章、翻译、单文件代码生成）
- 任务复杂度适中，一个 Agent 的上下文能覆盖
- 对实时协作要求低、追求快速响应
- 示例：单轮问答、文档总结、简单代码补全
二、多智能体系统（Multi-Agent System, MAS）
定义：由多个 Agent 协作完成复杂任务，每个 Agent 扮演不同角色（如规划者、执行者、审查者），通过消息传递、分工协作共同达成目标。
特点：
- 多角色分工、各自独立上下文
- 支持并行执行、流水线协作
- 有通信、协调、冲突解决机制
- 复杂度高、成本高、调试难
适用场景：
- 任务复杂、需要多种专业能力（如：全栈开发 = 前端 + 后端 + 测试 + 安全）
- 需要并行处理大量子任务
- 需要"批判/审查"环节提升质量（如：生成者 + 审查者）
- 长流程、多阶段任务，单个上下文装不下
- 示例：多文件项目开发、复杂数据分析流水线、多角色客服系统
三、对比总结
| 维度 | 单智能体 | 多智能体 |
|---|---|---|
| 角色 | 单一 | 多个分工 |
| 上下文 | 单一共享 | 各自独立 |
| 复杂度 | 低 | 高 |
| 并行能力 | 弱 | 强 |
| 质量保障 | 靠自身 | 可互相审查 |
| 成本/延迟 | 低 | 高 |
| 调试难度 | 易 | 难 |
| 适用任务 | 简单/中等 | 复杂/大型 |
四、如何选择
- 优先单智能体：任务简单、目标明确、追求速度和低成本时，不要过度设计。
- 选择多智能体：任务复杂、需多专业协作、需并行或质量审查、单个上下文装不下时。
核心原则：能用单智能体解决就不要上多智能体——多智能体带来的通信开销、协调复杂度和成本，只有在任务确实复杂到单 Agent 无法胜任时才值得。
