多智能体系统
Multi-agent system
学到 认得 就够：听到能明白
你可能会说
“我想让几个 AI 分别做理论、数据和文献检查；怎样判断它们确实在协作，而不只是重复生成三份类似答案？”
多智能体系统让多个有各自状态或职责的智能体共同处理任务，通过分工、交接或讨论交换信息；数量增加并不自动提高研究质量。
使用 AI
科研里的例子
文献助手整理出处，代码助手复现估计，评议助手检查因果表述；汇总者只采用有记录支持的结果，并列出相互矛盾处。
多智能体可以采用管理者与工作者、对等协作或轮流评议等结构。关键在分工是否带来不同证据、工具或约束，并且有明确的汇总规则与冲突处理。若所有成员读取相同摘要、沿用同一假设，增加角色只会复制偏差。系统还会产生通信和协调成本，因此应与单助手或固定流程比较，观察哪些任务确实从独立探索或权限隔离中受益。
在你的学科里，直接拿去用
把模糊需求变成可执行任务
我不熟悉AI术语。请把我的需求转成明确的任务说明。 我的原话：[粘贴] 可用材料：[列出文件、表、链接或说明目前没有材料] 使用者与用途：[填写] 先用普通中文复述目标，再给需要时才用的关键中英术语。区分任务、输入、约束、输出和可检查的完成标准。若缺项会实质改变结果，最多问3个问题；其他假设明确列出。先交付任务说明，不擅自执行与改文件。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG01
把数据分析要求写成可复现说明
请先为这项分析形成可复现的任务说明，再建议代码。 问题：[填写] 数据字典及已有规则：[提供] 可用软件与现有代码：[提供] 明确一行数据代表什么、样本范围、连接键、单位、缺失码、变量构造、估计对象和输出。区分描述分析与因果分析；缺少识别依据时不要把回归系数直接称为因果影响。给出小样本核对、异常记录和可重跑顺序。保留原始数据，所有转换写到派生结果并留记录；不能为得到显著结果修改数据或筛选规则。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG08
判断
亲手检查一次
检查每个成员贡献了什么不可替代的信息，比较合并前后的漏项与错误，并记录额外耗时、调用量及责任归属。
它做不到的
多智能体讨论不是同行评审，也不是多数票证明；不同输出可能源于同一模型的采样变化，而非独立知识来源。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
- Anthropic — Building effective agents2026-11-06 核对
- OpenAI — Orchestration and handoffs2026-11-06 核对
- Claude Code — Create custom subagents2026-11-06 核对
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。