AI from Scratch · Phase 16 | 多 Agent 与群体智能
阶段概览
Phase 16 深入探讨 AI 领域的下一个大趋势：多 Agent 系统（Multi-Agent Systems, MAS）。25节课、约28小时，覆盖从经典多 Agent 理论到 2026 年最前沿的群体智能和 Agent 经济。
为什么需要多 Agent？因为现实世界的复杂任务往往超出单个 Agent 的能力范围。一个软件项目需要产品经理、设计师、前端工程师、后端工程师、测试工程师协作——为什么 AI 不能也分工合作？多 Agent 系统让每个 Agent 专注于自己擅长的领域，通过结构化的通信和协调机制，实现 1+1 > 2 的涌现能力。
但多 Agent 系统也带来了全新的挑战：通信开销、角色冲突、级联失败、协调成本。这个阶段不仅教你”怎么让多个 Agent 合作”，更教你”什么时候该用多 Agent，什么时候单 Agent 更好”。
核心概念解析
🏛️ 从经典 MAS 到现代 LLM Agent
多 Agent 系统不是新概念。FIPA-ACL（Foundation for Intelligent Physical Agents - Agent Communication Language）早在 2000 年代就定义了 Agent 间通信的标准——Performatives（Assert、Request、Query、Propose…）和对话协议。课程从这些经典理论出发，建立对 Agent 通信的深层理解。现代 LLM Agent 的很多”创新”（如 Handoffs、Routines）其实是对经典 MAS 概念的重新实现——站在巨人肩膀上能看得更远。
🏗️ 编排架构：Supervisor、Hierarchical、Society of Mind
三种主流的多 Agent 编排模式：
- Supervisor / Orchestrator-Worker：一个”主管” Agent 负责任务分解和分配，多个 Worker Agent 执行子任务。简单高效，适合大多数场景
- Hierarchical Architecture：多层级组织结构——顶层 Agent 做战略决策，中层 Agent 做战术规划，底层 Agent 做执行。适合超大型任务
- Society of Mind / Debate：多个 Agent 各自独立思考，通过辩论和讨论达成共识。适合需要多角度分析的任务，能减少单一 Agent 的偏见
🤝 通信与共识
多 Agent 的核心难点在于通信：
- Handoffs & Routines：Agent 之间如何”交接棒”——OpenAI 的 Handoff 模式和 Anthropic 的 Routine 模式是两种主流方案
- Shared Memory / Blackboard：所有 Agent 读写同一个”黑板”，通过共享状态协调行为。经典但有效
- Consensus (BFT)：在不可信环境中达成共识——拜占庭容错算法让系统在部分 Agent 故障或恶意时仍能正常工作
- Voting & Debate Topology：投票和辩论的网络拓扑设计——谁和谁辩论？投多少轮？什么规则决定胜者？
🧠 群体智能与生成式模拟
Generative Agents（斯坦福”小镇”实验）开创了用 LLM 驱动虚拟社会模拟的范式——每个 Agent 有自己的个性、记忆、社交关系，在沙盒世界中自主行动、交互、涌现出令人惊讶的社会行为。Theory of Mind 让 Agent 推理其他 Agent 的心理状态——“他认为我知道什么？“——这是高级协作的基础。Swarm Optimization（PSO 粒子群、ACO 蚁群）则从自然界汲取灵感，用简单规则驱动群体智能。
💰 Agent 经济与 MARL
Agent Economies 是一个令人兴奋的新方向——Agent 不仅仅协作，还交易、谈判、竞价。当 Agent 代表用户参与经济活动时，市场价格机制能否有效分配资源？MARL（Multi-Agent Reinforcement Learning） 是技术基础：MADDPG、QMIX、MAPPO 等算法训练多个 Agent 在共享环境中学习协作或竞争策略。课程还深入 Negotiation & Bargaining——Agent 之间的谈判策略和博弈论。
完整课程列表
| 序号 | 课程名 | 预计时长 |
|---|---|---|
| 1 | Why Multi-Agent? | 50 min |
| 2 | FIPA-ACL Heritage | 60 min |
| 3 | Communication Protocols | 55 min |
| 4 | Primitive Model | 45 min |
| 5 | Supervisor: Orchestrator-Worker | 55 min |
| 6 | Hierarchical Architecture | 60 min |
| 7 | Society of Mind & Debate | 55 min |
| 8 | Role Specialization | 50 min |
| 9 | Parallel Swarm Networks | 55 min |
| 10 | Group Chat: Speaker Selection | 50 min |
| 11 | Handoffs & Routines | 55 min |
| 12 | A2A Protocol (Deep Dive) | 65 min |
| 13 | Shared Memory: Blackboard | 50 min |
| 14 | Consensus: BFT | 55 min |
| 15 | Voting & Debate Topology | 50 min |
| 16 | Negotiation & Bargaining | 55 min |
| 17 | Generative Agents: Simulation | 65 min |
| 18 | Theory of Mind: Coordination | 55 min |
| 19 | Swarm Optimization: PSO, ACO | 60 min |
| 20 | MARL: MADDPG, QMIX, MAPPO | 70 min |
| 21 | Agent Economies | 55 min |
| 22 | Production Scaling | 55 min |
| 23 | Failure Modes (MAST) | 50 min |
| 24 | Evaluation Benchmarks | 50 min |
| 25 | Case Studies: 2026 SOTA | 60 min |
前置依赖
- 完成 Phase 14（Agent Engineering）——这是绝对前置条件
- 理解 MCP 和 A2A 协议（Phase 13）
- 基本的博弈论和经济学概念有助于理解 Negotiation 和 Agent Economies
- 强化学习基础知识有助于 MARL 章节
后续方向
- Phase 15（Autonomous Systems）：自主系统的群体行为
- Phase 17（Infrastructure）：多 Agent 系统的生产部署
- Phase 19（Capstone）：多 Agent 软件团队项目
学习建议
- 不要为了多 Agent 而多 Agent：很多任务单 Agent 就够用，要理解”什么时候真的需要多 Agent”
- 从 Supervisor 模式开始：这是最直观、最可控的多 Agent 模式
- 重视通信设计：多 Agent 系统的性能瓶颈往往不在单个 Agent 的能力，而在 Agent 间的通信效率
- 做 Generative Agents 实验：搭建一个简单的多 Agent 模拟，观察涌现行为，这会给你直觉上的理解
- 关注 Failure Modes：多 Agent 系统的失败模式比单 Agent 复杂得多——级联失败、死锁、活锁
- 四到五周完成：每周 5 节课，理论与实验并重