多Agent协作

一句话：让多个AI角色分别负责规划、执行、审查、总结，降低单个AI一路错到底的风险。

它是什么

多Agent协作是把复杂任务分给多个AI角色。比如产品经理Agent拆需求，程序员Agent写代码，测试Agent找问题，项目经理Agent汇总进度。它的价值不是角色越多越好，而是让不同角色互相制衡。

适合干什么

• 做复杂项目拆解和检查的人
• 想让Codex管理Claude或其他AI执行的人
• 需要同时产出内容、代码、测试和报告的团队
• 把AI当虚拟团队使用的创业者

不适合干什么

• 简单问答或单次文案改写
• 没有明确分工的堆角色玩法
• 上下文窗口太短无法承载过程的工具
• 没有最终负责人判断质量的项目

普通人怎么用

• 先定义每个Agent的角色和边界
• 让规划Agent只拆任务，不执行
• 执行Agent按任务产出结果
• 审查Agent只找问题和风险
• 最后由总控Agent汇总并给下一步安排

进阶用户怎么用

• 给每个Agent单独的输入输出格式
• 把任务状态分为待办、进行中、待审、完成
• 让审查Agent必须引用证据或文件位置
• 控制Agent数量，通常3到4个就够

常见误区

• 角色太多，沟通成本超过收益
• 所有Agent都用同一套提示词，没有差异
• 没有总控角色，最后没人收敛
• 审查Agent只说好话，不做反对者

和相似工具的区别

• 多Agent vs 单Agent：单Agent适合短流程，多Agent适合需要分工、监督和复核的长流程。
• 多Agent vs 多开聊天窗口：多开窗口只是并行使用，多Agent协作需要明确角色、交接格式和验收规则。

入门步骤

• 定义总目标
• 设角色
• 写交接格式
• 拆任务
• 执行
• 审查
• 汇总

推荐工具（第三方）

ChatGPT、Claude、Codex、Claude Code、Cursor、GitHub