【人工智能】多智能体协作省Token的四种方法与协作本质多智能体协作省Token的四种方法与协作本质【人工智能】多智能体协作省Token的四种方法与协作本质1. 引言2. 多智能体协作的两种模式2.1 第一种主智能体指挥2.2 第二种同级智能体相互沟通3. 省Token的四种方法4. 多智能体协作的本质摘要多智能体协作的核心在于控制上下文长度、节省 Token。本文先介绍主智能体指挥与同级智能体相互沟通两种协作模式再给出省 Token 的四种方法只交结论、共享文件、一次派清、线性任务不拆分最后点明协作本质——只有能并行且互不依赖的任务才值得拆分多 Agent 协作的目的不是开多个窗口而是通过明确分工与边界来保证质量。1. 引言大模型每读一句都需要把上下文从头开始读一遍。2. 多智能体协作的两种模式2.1 第一种主智能体指挥主智能体当指挥它把活派给子智能体然后在一轮轮问进度。每问一次汇报就堆进它的上下文轮次越多它每次重读的上下文就越长。2.2 第二种同级智能体相互沟通一条消息发给5个Agent伙伴那么它就读了5遍。线路一多传话的链路也会不断增长。3. 省Token的四种方法省Token方法1子智能体只交结论不说过程。省Token方法2子智能体之间的公共文件需要写入到一个共享文件中。省Token方法3一次派清工作省得之后反复轮询。省Token方法4有些任务是线性的环环相扣的小活根本就不需要拆分。比如读需求改函数跑测试修报错4. 多智能体协作的本质只有能并行并且互不依赖的任务才值得多开几个。为什么需要多智能体协作因为一个AI干太多事情可能上下文太长也可能泄露信息。Agent协作不是说一定要开好几个窗口用不一样的Agent才叫多Agent协作多Agent协作的目的是为了不让上下文太长导致工作做得不够到位所以才把一个项目拆成几个任务不同的窗口分别负责不同的任务并且大家都各司其职不会互相影响所以一个Codex完全可以满足所谓的多Agent协同但你必须把边界做好就像你做一款程序你做好了项目架构那你就要明确谁写代码代码问题谁来负责谁负责程序运营谁负责后端维护谁来测试代码把一个项目拆分得足够细才能保证质量。