10. 什么是 Multi-Agent？

10. 什么是 Multi-Agent面试官你了解 Multi-Agent 吗说说它是什么为什么要用‍♂️我Multi-Agent 就是多个 AI 一起工作可以提高效率一个人搞不定的事情多个人一起做。面试官你说「一个人搞不定」具体是哪方面搞不定技术上的根本限制是什么‍♂️我就是……任务太复杂一个 Agent 处理不过来容易出错。面试官「处理不过来」太模糊了。单个 Agent 有一个非常具体的硬限制你知道是什么吗不是「容易出错」是结构性的上限。‍♂️我哦是 context window 的大小限制装不下太多内容。面试官对这是第一个。那除了 context 限制还有一个更深层的问题跟专业能力有关你能说出来吗被追问到根因了其实 Multi-Agent 的价值不只是「多几个 AI」背后有两个很具体的工程问题驱动着它。-简要回答多智能体系统Multi-Agent就是多个 Agent 协作完成任务每个 Agent 各有分工有的负责搜索、有的负责写代码、有的负责做评审。我理解单个 Agent 主要受两个限制一是 context 窗口大小复杂任务信息量一多就撑爆了二是单点能力什么都让一个 Agent 做每件事都是泛才。Multi-Agent 通过专业分工和并行执行能处理更复杂、更长流程的任务这是我在实际项目里选择多智能体方案的核心原因。-详细解析想象这样一个场景你让 Agent 帮你完成「写一份完整的 AI 行业竞品分析报告」。它需要搜索十几家竞品、读懂每家的产品功能、梳理核心差异、整理对比数据、最后写结论。光是搜索下来每家竞品几百字十家就是几千字的搜索结果再加上来回确认的对话历史和中间推理还没开始写结论整个工作台就已经快撑满了。这里说的「工作台」就是 LLM 的 context window。LLM 处理任务的方式是把它当前能看到的所有内容包括你的指令、它自己的推理过程、工具返回的搜索结果、历史对话记录全部摆在这张工作台上一起处理。这个工作台是有大小上限的常见的模型限制从 12.8 万到 100 万个 token 不等塞满了之后早期的内容就会开始「掉落」就像一张桌子放满了东西新的东西要放进来旧的就得推到地上。