多 Agent 协作模式 · MA-07

投票集成

3 个 Agent 各自独立完成整个任务(冗余而非分工),评委打分、找共识、择优融合:Best-of-N

3 个 Agent 各自独立完成整个任务(冗余而非分工),评委打分、找共识、择优融合:Best-of-N独立作答 · 冗余而非分工同一题完整答卷任务候选 Atemperature 0.2候选 Btemperature 0.7候选 Ctemperature 1.0评委打分 + 择优融合最终答案图例输入LLM Agent关键节点输出调用 / 数据流主路径
模型调用 N + 1 次(图中 N = 3),N 份答卷并行 · 适合怕出错、需要稳定性的任务 · 风险:成本约 N 倍,答卷之间的错误往往相关

优势与劣势

+ 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

适合:怕出错、需要稳定性的关键答案;有测试能自动判优的代码任务(best-of-N)

- 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

不适合:预算紧张的场景;开放式的长篇创作

模型调用
N + 1
串行轮数
2
耗时取决于
最慢的一份答卷 + 评委
并行
N 路,同一任务
成员之间
候选者互相看不见
质量检查
评委打分、择优或投票
返工
无

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。