北京
我在构建一个工具时碰到了这个问题。这个工具的任务是研究一个主题、写摘要，然后核对自己的摘要。起初，我把这三项工作塞进一个巨大的提示里，试图让它一次性完成。
结果很糟。研究部分变得草率，因为模型同时还在考虑写作风格。事实核查几乎无效，因为上下文窗口里塞满了它已经生成的各种内容，真正需要核对的细节被淹没了。把任务拆分成三个独立的智能体，每个只做一件事，问题几乎立刻解决。
这基本就是多智能体系统的核心思路。想象一家小餐馆的厨房，如果客人不多，一个厨师确实能包揽所有事：接单、切菜、烤肉、装盘、洗碗。但换成一家繁忙的餐厅，让同一个人从头到尾负责每道菜的所有工序，订单会堆积，出品质量会下滑，厨师脑子里要同时记六件事，每件都会掉细节。
真正的厨房有明确分工。一个人负责备料切配，一个人管烤架，一个人负责摆盘，还有一个人负责出餐检查，确保每道菜和订单一致再端出去。每个环节的人因为只专注于一件事，做得格外好。除此之外，通常还有主厨或出餐协调员，他不亲自做菜，而是专门协调各工位之间的交接。
一个AI智能体同时做研究、写作和事实核查，就像那个想包办一切的厨师。多智能体系统就是带工位的厨房：一个智能体专注研究，一个专注写作，一个专注核对事实，还有一个扮演主厨角色，协调它们之间的信息传递。
这不只是让代码变整洁那么简单，它会实际改变模型能做好什么任务。每个智能体有一个上下文窗口，相当于它在那次会话中的工作记忆。如果单个智能体同时要处理研究笔记、未完成的草稿和待验证的事实清单，这些信息在同一个上下文中互相竞争。当相关细节被大量无关内容包裹时，模型确实会变得不那么精确。给智能体分配一个窄任务，只提供它实际需要的上下文，它完成这一件事的能力会明显提升。
提示词本身也会受益。一个试图同时描述“做优秀的研究员，同时还要成为一个好写手，然后还要变成细心的事实核查员”的巨型提示，天然就充满了相互拉扯的指令。而为每个智能体写一个小而聚焦的提示，每个提示只需要描述它自己的那一个目标，实现起来要容易得多。
不要试着让一个智能体做完所有事。让多个智能体分别做一件事。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
