多 Agent 协作模式 · MA-05

生成-评审循环

写手写 → 评审员打分 → 不达标就带着意见重写,最多改 2 轮:Evaluator–Optimizer

写手写 → 评审员打分 → 不达标就带着意见重写,最多改 2 轮:Evaluator–Optimizer初稿是否否新版本是任务写手写第 1 版评审员跨厂商模型打分通过?已改 2 轮?写手按意见重写输出当前版本图例输入LLM Agent关键节点输出主路径调用 / 数据流
模型调用 2 ~ 2R + 1 次(图中最多改 R = 2 轮)· 适合对质量要求高的单件产出 · 风险:评审标准偏松或偏严都会失效

系统架构

上面的图是协作流程:谁把什么交给谁。这张图是把它真正跑起来需要的组件:共享状态、通信通道、隔离和闸门。

生成-评审循环 系统架构图打开可交互的架构图 →

优势与劣势

+ 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

适合:对质量要求高的单件产出;有客观标准的任务(代码、测试、格式)

- 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

不适合:没法给出评审标准的任务;对延迟敏感的场景

模型调用
2 ~ 2R + 1
串行轮数
2 ~ 2R + 1
耗时取决于
(写 + 评)× 轮数
并行
无
成员之间
写手能看到评审意见
质量检查
独立评审员按标准打分,不达标打回
返工
最多 R 轮

和其它模式对比 →

市面上遵循此模式的工具

2026-11-06 对照官方文档和仓库核实。多数只是"部分对应":核心机制属于这种模式,不代表实现了图上的每个节点;标"实验""预览"的是厂商尚未正式发布的功能。