多智能体协作：Supervisor 模式实战
📚专栏导航：这是《LangChain 30篇精讲》的第 22 篇，模块五「高级 Agent 与生产化」的第 2 篇。上一篇我们让单个 RAG Agent 学会了"自主决策"，这一篇我们把多个 Agent 组织起来干活。
写在前面：一个 Agent 撑不住的时候
先说我踩过的一个坑。
之前做一个行业研究报告生成器，需求是这样的：用户输入一个行业名，系统自动产出 2000 字的分析报告，要有数据支撑、要有观点、要文笔通顺。
我的第一反应是写一个"超级 Agent"，给它一堆工具：搜索工具、数据库查询工具、写作模板工具、审校工具……然后在系统提示里写上一大段：“你先搜索资料，然后分析数据，然后写初稿，然后自己审校修改……”
结果呢？
第一版超级 Agent 的表现可以用"精神分裂"来形容。它一会儿想搜索，一会儿想写，写了两句又觉得资料不够跑去搜，搜完回来忘了刚才写到哪。Prompt 里塞了几千字的流程说明，它执行到第三步就把第一步的约束忘了。
后来我换了个思路：别让一个 Agent 干所有事，让多个各司其职的 Agent 协作。
一个专门调研，一个专门写作，一个专门审校。每个 Agent 的 Prompt 都很短、很聚焦，效果立刻上来了。
这就是多智能体系统（Multi-Age
