Multi-Agent 系統設計：當一個 LLM 不夠用

從 Solo 到 Orchestra

單一 LLM agent 的能力有限——context window 不夠、無法同時處理多個子任務、容易在某一步卡住。

常見的 Multi-Agent 架構

1. Supervisor-Worker：一個 supervisor agent 分配任務給多個 worker agent，類似 manager 帶 team
2. Debate/Consensus：多個 agent 各自產生答案，互相批評後投票選出最佳解
3. Pipeline：每個 agent 負責一個環節，產出傳給下一個——像工廠流水線

什麼時候需要 Multi-Agent？

• 任務需要多個獨立知識領域（如：法律 + 技術）
• 需要自我修正與品質把關
• 任務太長，單一 context window 無法容納

陷阱

Agent 之間的溝通成本很高。如果你發現 supervisor 花一半的 token 在解釋任務，那不如回到單 agent 方案。

你做過哪些 multi-agent 的嘗試？