算
单个 Agent 搞不定复杂任务时，多 Agent 协作是绕不开的。结合最近几个项目的实践，总结三种常用编排模式：
1. 流水线模式：任务按阶段拆分，Agent A 做检索、Agent B 做分析、Agent C 写报告。优点是职责清晰、好排查；缺点是前一步错了后面全错，要加校验节点。
2. 主管-工人模式：一个 Supervisor Agent 负责拆任务、派发给多个 Worker，最后汇总。适合可并行的子任务，比如同时查多个数据源；难点在 Supervisor 的拆分质量，拆不好不如不拆。
3. 辩论/评审模式：多个 Agent 独立给出方案，再由评审 Agent 综合。适合开放性问题，能减少幻觉，但 token 消耗是单 Agent 的好几倍。
我们的经验：先用流水线跑通，再看瓶颈决定要不要上主管模式；评审模式只用在关键决策上。另外不管哪种模式，每个 Agent 的输出格式一定要用结构化约束（JSON Schema），不然汇总时解析能把你逼疯。
大家在多 Agent 项目里用的是哪种模式？有没有被 token 账单吓到过？
1. 流水线模式：任务按阶段拆分，Agent A 做检索、Agent B 做分析、Agent C 写报告。优点是职责清晰、好排查；缺点是前一步错了后面全错，要加校验节点。
2. 主管-工人模式：一个 Supervisor Agent 负责拆任务、派发给多个 Worker，最后汇总。适合可并行的子任务，比如同时查多个数据源；难点在 Supervisor 的拆分质量，拆不好不如不拆。
3. 辩论/评审模式：多个 Agent 独立给出方案，再由评审 Agent 综合。适合开放性问题，能减少幻觉，但 token 消耗是单 Agent 的好几倍。
我们的经验：先用流水线跑通，再看瓶颈决定要不要上主管模式；评审模式只用在关键决策上。另外不管哪种模式，每个 Agent 的输出格式一定要用结构化约束（JSON Schema），不然汇总时解析能把你逼疯。
大家在多 Agent 项目里用的是哪种模式？有没有被 token 账单吓到过？