多Agents

在大模型领域，多 agents 指的是多个具备独立能力的 “智能体” 协同工作的系统。每个 agent 就像一个专业助手，有自己的技能范围，它们通过沟通协作完成复杂任务，而不是单个模型单打独斗。

这类系统的应用场景很广，比如复杂数据分析时，数据收集 agent 负责找资料，分析 agent 处理数据，总结 agent 生成报告；或者在电商运营中，选品 agent 推荐商品，客服 agent 处理咨询，营销 agent 制定推广方案，形成完整工作流。

该图出自Agents: An Open-source Framework for Autonomous Language Agents，图中SOP（标准作业流程）是多 agents 运行的关键。它就像提前设定好的 “工作手册”，明确每个 agent 的职责、操作步骤和协作规则。比如客户投诉处理的 SOP 会规定：先由接待 agent 记录问题，再转交对应领域的专业 agent 解决，最后由质检 agent 确认结果，确保流程规范高效，避免混乱。

多 agents 与提示词的关系紧密又有区别。提示词是用户对单个模型的指令，而多 agents 系统中，提示词不仅有用户给的初始需求，还包括 agents 之间的 “内部指令”。用户只需给出最终目标提示，系统会自动生成每个 agent 的任务提示词。比如用户说 “写一份市场分析”，系统会拆解出给数据 agent 的 “收集行业数据” 提示、给分析 agent 的 “提炼趋势” 提示等，让提示词更精准地适配不同分工，既保留了提示词的引导作用，又通过多 agent 协作放大了其效果，让复杂任务处理更流畅。