纵向对比

10 种模式放在同一组维度上比较:先看结构,再按场景选,最后是各自的优劣。点模式名跳到它的流程图;带"架构图"的可以直接看系统架构。

结构对比

每种模式的典型实现。K = 成员或视角数,N = 子任务或候选数,R = 轮数;流程图里的示例取 K = 3、R = 2。串行轮数是关键路径上必须依次等待的模型调用次数,它和"耗时取决于"一起决定了这种模式快不快。表格可横向滚动。

模式模型调用串行轮数耗时取决于并行成员之间质量检查返工
单 Agent 基线MA-0011一次调用的长度无—(只有一个 Agent)无无
顺序流水线MA-01KK各棒耗时相加无每一棒只看到上一棒的产出下游角色顺带审校(同一条链)无,不回头
路由分诊MA-0222分类 + 1 位专家无(只运行 1 位专家)—无无
并行分工MA-03K + 12最慢的一路 + 汇总K 路,视角事先固定各路互相看不见无(汇总者只负责合并)无
委派式编排MA-04架构图 →N + 23拆分 + 最慢的子任务 + 汇总N 路,运行时决定子 Agent 互相看不见,只回报编排者无(编排者直接汇总)无
生成-评审循环MA-05架构图 →2 ~ 2R + 12 ~ 2R + 1(写 + 评)× 轮数无写手能看到评审意见独立评审员按标准打分,不达标打回最多 R 轮
多 Agent 辩论MA-062R + 2R + 2主持 + 每轮较慢的一方 × R + 裁判2 路(正方、反方)反驳时能看到对方的论证裁判无
投票集成MA-07N + 12最慢的一份答卷 + 评委N 路,同一任务候选者互相看不见评委打分、择优或投票无
团队协作 · 共享黑板MA-08架构图 →K × R + 2R + 2建板 + 每轮最慢的成员 × R + 整合K 路第 2 轮起能看到所有人的帖子质疑者角色 + 组长整合无
契约编排 + 闸门验证MA-09架构图 →N + 3 ~ 2N + 44 ~ 6规划 + 最慢的执行者 + 评审 + 返工 + 整合N 路,任务卡隔离执行者互相看不见代码校验计划 + 规则闸门 + 独立评审只返工未通过项

按场景选

每种情况下最先考虑的模式;实际可以组合,比如在 MA-04 的每个子任务里套一个 MA-05。

你的情况推荐模式为什么
简单、边界清楚的问题单 Agent 基线MA-00一次调用就够;多加 Agent 只会多出几轮等待和 token
有固定工序的内容生产顺序流水线MA-01每道工序一个专职角色,流程固定,出了问题好定位
多领域问答 / 客服分诊路由分诊MA-02只多一次分类调用,每类问题都交给对口的专家
需要几个固定维度的分析并行分工MA-03维度事先确定,几路并行、互不干扰,覆盖面有保证
可拆分的调研、只读探索委派式编排MA-04架构图 →编排者按需拆分,子 Agent 各用全新上下文并行跑
单件产出,要求高质量生成-评审循环MA-05架构图 →有明确的验收标准,可以一轮轮改到达标
方案取舍、需要暴露反例多 Agent 辩论MA-06正反方互相反驳,能逼出隐含假设和风险
关键答案,怕出错投票集成MA-07有标准答案时,多次采样 + 投票通常比辩论更稳
多假设排查,成员要互相纠错团队协作 · 共享黑板MA-08架构图 →成员能看到彼此的结论,可以当场质疑、修正
多人并行改代码,结果要可审计契约编排 + 闸门验证MA-09架构图 →写集合事先划清,执行后有闸门、评审和单写者整合

优劣速查

每种模式的完整优劣、适用场景、架构图和代表工具,在它自己的页面里。

MA-00单 Agent 基线

+ 优势

  • 任务一次调用就能完成时,成本和延迟都最低
  • 没有协调开销,没有传话失真
  • 上下文完整,出错时最好排查

- 劣势

  • 只有一个视角,没有任何自检
  • 错误会直接进入最终结果
  • 任务大且能拆分时没法并行提速,上下文也容易被挤爆

MA-01顺序流水线

+ 优势

  • 角色分工清晰,每一棒只做一件事
  • 每个环节可以单独替换、单独调优
  • 流程固定,出了问题容易定位是哪一棒

- 劣势

  • 传话失真:每一棒只看到上一棒的产出
  • 一棒错、棒棒错,没有回头修正的机会
  • 耗时逐棒累加,并行度为零

MA-02路由分诊

+ 优势

  • 只多一次分类调用,成本几乎和单 Agent 一样
  • 每类问题都交给最合适的专家处理
  • 加一个新领域,只要加一位专家和一个分类

- 劣势

  • 分错类就全错,而且没有纠正机制
  • 跨领域的问题只能落到一个专家手里
  • 分类器本身成了单点

MA-03并行分工

+ 优势

  • 几路同时进行,耗时 ≈ 最慢的一路 + 汇总一轮
  • 各路互相看不见,不会被彼此带偏
  • 视角覆盖面可以事先保证

- 劣势

  • 视角是事先定死的,遇到新问题无法调整
  • 汇总者负担重,容易丢信息
  • 各路之间不能互相纠错,可能重复

MA-04委派式编排

+ 优势

  • 按任务动态拆分,适应性强
  • 任务大且可拆分时能明显缩短耗时(Anthropic 的调研系统:复杂查询最多快约 90%)
  • Claude Code、Codex、Kimi Code、Hermes 等编码 Agent 都内置了这种做法

- 劣势

  • 拆分不清就会重复劳动或遗漏
  • 没有验收环节,子任务做错也会被直接汇总
  • token 成本高(Anthropic:多 Agent 系统约为普通对话的 15 倍)

MA-05生成-评审循环

+ 优势

  • 质量逐轮提升,有明确的验收标准
  • 评审员更强、上下文干净时提升明显(Codex 写、Claude 审:71.6% → 89.7%)
  • 结构简单,容易加到现有流程上

- 劣势

  • 标准偏松等于没审,偏严会一直打回、烧钱
  • 每多一轮就多一段串行等待,成本也随轮数增加
  • 评审员比写手弱时会帮倒忙(Claude 写、Codex 审:91.4% → 82.8%)
  • 评审员和写手同一家时,错误往往相关,盲点也相同

MA-06多 Agent 辩论

+ 优势

  • 正反对抗,能逼出反例和隐含假设
  • 裁判看到双方的完整论证再做取舍
  • 正反方用不同模型时,效果普遍更好

- 劣势

  • 多数基准上并不比单模型 CoT 或多次采样投票更好
  • 容易为了对立而对立
  • 调用次数多,结论质量高度依赖裁判

MA-07投票集成

+ 优势

  • 多份独立答卷,可以抵消单次失误
  • 有标准答案的题上,多次采样投票通常比辩论更好
  • 答卷可以并行生成,墙钟时间短

- 劣势

  • 成本约是单次的 N 倍
  • 答卷之间错误相关:越强的模型越容易错成同一个答案
  • 用不同模型混合,平均质量常常不如同一个最强模型多采几次

MA-08团队协作 · 共享黑板

+ 优势

  • 成员之间能互相看见、互相纠错
  • 讨论过程都留在黑板上,可以追溯
  • 适合多假设并行排查

- 劣势

  • 每轮每人都要读全部帖子,token 随人数和轮数快速增长
  • 讨论可能发散、收不住
  • 多人写同一处时容易互相覆盖

MA-09契约编排 + 闸门验证

+ 优势

  • 事前用契约防止重复劳动:写集合不相交,计划用代码校验
  • 有中心协调:Google 等的实验里,错误放大约 4.4 倍,而各自独立并行约 17.2 倍
  • 单写者整合:多个 Agent 贡献内容,只有一个负责写终稿
  • 全程可追溯,附验收对照表

- 劣势

  • 流程最重,调用次数最多
  • 关键路径最长:规划、闸门、评审、返工都要串行等待
  • 搭建和维护成本高
  • 简单任务用它很不划算

来源

优劣里引用的公开资料;代表工具的出处是各自的官方文档和仓库。