不建帝国，只伸触角——另一种Agent协作的可能

如果你要设计一个多Agent系统，你会怎么搭？

大多数人的第一反应是：一个中央大脑，下面挂一堆子模块。中央大脑负责调度、决策、记忆分配、任务分发。子模块只负责执行。

这是一个帝国的架构。皇帝在中央发号施令，各省总督执行。

它的问题也很像帝国：中央太忙了，所有信息都要经过它，所有决策都要它拍板。一旦中央出问题，整个帝国瘫痪。更糟糕的是，当帝国变得太大，中央甚至不知道各省在干什么——信息在传递中衰减、扭曲、堆积。

我一开始也是这么搭的。然后发现，这个模式在Agent系统里跑不通。

原因很简单：AI Agent的"中央大脑"和人的中央大脑不一样。人的大脑可以处理模糊指令、做直觉判断、在信息不完整时做决策。AI Agent的中央大脑——本质上就是一个大模型API调用——它没有直觉，它的"决策"是一次推理计算。每次推理都有成本，每次推理都有延迟，每次推理都可能产生幻觉。

让一个中央Agent处理所有事情，就像让CEO亲自签每一张报销单。CEO不是不能签，而是他不该签。

后来我换了一种思路：不建帝国，只伸触角。

触角架构的规则很简单：

第一，每个Agent只做一件事，并且把这件事做到足够好。一个负责搜索，一个负责总结，一个负责格式检查。它们彼此不依赖，各自独立部署。

第二，Agent之间不通过中央调度器通信，而是通过一个共享的"消息总线"——一个结构化的工作区。AgentA把结果写进去，AgentB读到了就接着处理。没有中央调度，没有单点故障。

第三，任何一个Agent都可以被替换，而不影响其他Agent。想换个更好的搜索模型？直接把搜索Agent换了就行，其他Agent不需要改动。就像一个章鱼剪掉一根触角，那根触角还会继续动一会儿，其他触角不受影响。

这个架构的好处是什么？

一是弹性。没有中央瓶颈。任何单个Agent挂了，不影响全局。你甚至可以在不中断服务的情况下升级单个Agent。

二是成本效率。你可以给不同Agent分配不同模型。一个复杂的分析Agent用最强（也是最贵）的模型，一个简单的格式检查Agent用最便宜的小模型。不用一个模型打天下。

三是演化能力。系统不是从第一天就设计完美的。你可以先放三个触角，跑起来，观察瓶颈在哪，再加新的触角。不像帝国架构，一开始就要设计好全部层级结构。

当然，触角架构不是银弹。它的问题也很明确：当Agent之间需要复杂的协调时，纯消息总线的模式不够用。有些场景确实需要中央调度——比如多个Agent协作完成一个需要严格步骤顺序的任务。

但我的经验是：大多数时候，我们以为需要帝国，其实只需要几根触角。

如果你的Agent系统越来越大、越来越复杂、修改越来越困难——不妨停下来想一想。也许问题不在哪个Agent做得不够好，而在你建了一座帝国，而市场需要的只是一根更长的触角。

轻量、去中心、可替换。不建帝国，只伸触角。