By 黄金金枪鱼 
面试官问「多 Agent 怎么协作」时，候选人的回答常常停在「让几个 LLM 互相调用」这个层次。但如果继续追问「Supervisor 还是 Peer-to-Peer」「状态怎么共享」「调试怎么做」，多数人会卡壳。这道 hard 题真正考察的，是候选人能否从「模式选型」「状态管理」「可观测性」三个维度把多 Agent 系统讲清楚。
下面用生产工程师视角拆开这道题。
一、多 Agent 协作的本质：把"单一决策"拆成"分工 + 协同"
单 Agent 让一个 LLM 全权决定"下一步做什么 + 怎么做"。任务变复杂时（多步骤、多工具、多角色），单一决策的上下文会迅速膨胀，模型既要记得历史，又要规划未来，还要协调工具，容易"顾此失彼"。多 Agent 协作的本质，是把决策权**拆分**给多个有专长的 Agent，每个 Agent 负责一段子任务，再通过协调机制把结果拼起来。
与「Prompt Engineering 让单个模型更聪明」相比，多 Agent 协作把「复杂度」从模型上下文转移到**架构层**——通过清晰的角色分工和消息协议，让系统的可调试性、可扩展性显著提升。代价是引入了一整套新的工程问题：调度、状态共享、死锁、循环。
二、3 种主流协作模式
**Supervisor-Worker（中心化调度）**。一个 Supervisor Agent 持有全局状态，接收任务后拆解成子任务派发给 Worker，Worker 回传结果由 Supervisor 决定下一步。这是 LangGraph 教程里最常见的范式——实现简单、调试直观、单点追踪容易。代价是 Supervisor 可能成为瓶颈，所有决策都过它一道。
**Peer-to-Peer（去中心化消息总线）**。多个 Agent 通过共享消息通道互相通信，没有中心调度器，每个 Agent 看到消息后自主决定"是否响应"。扩展性最强——新加 Agent 不需要改其他 Agent 代码。代价是一致性难保证、调试难。
**Hierarchical（多层嵌套）**。Supervisor 之上还有更高层 Supervisor，适合任务规模特别大的场景（AutoGen 的 GroupChatManager、CrewAI 的多层 crew 嵌套）。优点是每层职责清晰，缺点是延迟随层数线性增长。
三、5 类业务场景取舍
客服场景优先 Supervisor——意图分类 / 知识检索 / 回复生成三步流水线清晰。研发类多 Agent（代码生成 + 测试 + 评审）适合 Peer-to-Peer，每个 Agent 职责独立，通过消息协作。企业 ERP 类任务（订单 / 库存 / 财务跨域联动）适合 Hierarchical——任务域天然分层。数据流水线常混合 Supervisor + Peer-to-Peer。多人协作场景（如头脑风暴、角色扮演）也是 Peer-to-Peer——这正是 CrewAI 框架的默认范式。
四、状态共享：3 种方案取舍
**黑板模型**。所有 Agent 共享全局数据结构（如 LangGraph 的 StateGraph），每个 Agent 读写自己关心的字段。可见、可调，但冲突需要显式仲裁。**消息总线**。Agent 之间只通过消息传递，不共享持久化状态。解耦彻底，但全局视图难拿——必须把所有消息流串联才能还原完整状态。**共享存储**。所有 Agent 读写外部数据库或对象存储。持久化天然支持、跨进程协作直接，但引入外部依赖 + 一致性协议。被问"你们生产用什么"时，回答"看场景" + 给出取舍维度（一致性 / 可观测性 / 跨进程需求）比回答"我们用 LangGraph"更显工程深度。
五、3 个生产级框架的差异
**LangGraph**（langchain-ai/langgraph）— 主仓累计 37,070 stars（2026-07-12 pushed）。核心抽象是 StateGraph + Node，Supervisor 范式最自然。**AutoGen**（microsoft/autogen）— 主仓累计 59,665 stars（2026-04-15 pushed），CC-BY-4.0 协议。特色是 GroupChatManager，多 Agent 对等讨论。**CrewAI**（crewAIInc/crewAI）— 主仓累计 55,368 stars（2026-07-11 pushed）。主推角色扮演 + 任务编排，开箱即用度高。三者对应的默认协作模式分别是「中心化」「对等讨论」「角色驱动」。选型时先确认业务场景属于哪种模式，再挑框架；不要反过来被框架绑架业务设计。
六、面试答题模板（生产工程师视角）
回答分四步。第一**给出定义**：多 Agent 协作是把"单一决策"拆成"分工 + 协同"的架构范式，本质是把复杂度从模型上下文转移到架构层。第二**讲 3 种模式**：Supervisor / Peer-to-Peer / Hierarchical 各自的优劣、典型场景。第三**讲状态共享方案**：黑板 / 消息总线 / 共享存储三种方案的取舍维度。第四**讲业务取舍**：至少举 3 个真实场景的模式映射。
面试官追问"调试怎么做"时，回答"完整持久化消息轨迹 + 可视化回放"比"我加了很多 print"贴合工程现实。追问"Supervisor 瓶颈怎么办"时，回答"分层嵌套 + 异步队列削峰"比"换更快的模型"显深度。
七、关键点
八、行业观察
多 Agent 框架正从"百花齐放"走向"分层收敛"——底层抽象（消息协议、状态接口、调度原语）正在标准化，上层应用（角色模板、行业知识库）正在产品化。准备面试时，把视角从"会用 LangGraph"转向"理解模式本质与取舍"——后者更能体现架构师视野。
参考资料
**官方文档**
**开源项目**
**行业报道**
**社区讨论**
**对比基准**
**本文由 AI 生成**。内容基于公开资料整理，可能存在事实偏差，引用链接请以原始来源为准。
lwfxieywpphxrvxxjnsmzsmrgepwmd