孙雪健的数字花园

README

8分钟阅读

课题八：多 Agent 协作与通信协议

状态： Layer 1 认知层 — 调研完成 ✅ (2026-05-30) 优先级： P1 — 多 Agent 是 Agent 能力扩展的必然方向，MCP/A2A 等协议正在快速标准化

问题定义

GenericAgent 目前是单 Agent 架构（~3K 行，9 个原子工具），无多 Agent 支持和统一通信协议层。interview-app 需要多 Agent 协作（出题→作答→评估→反馈），但存在以下核心矛盾：

  1. 协作模式未知 — 主从/对等/流水线/树形，哪种适合 interview-app？
  2. 通信协议未定 — MCP 已成熟，A2A 尚未稳定，如何选择？
  3. 延迟挑战 — 多 Agent 引入额外通信延迟，如何控制在可接受范围？
  4. 容错空白 — 子 Agent 失效如何影响整体，如何恢复？

调研结论

1. 协作模式：主从编排（Orchestrator Pattern）

对比五大协作模式后，interview-app 的主线流程（出题→作答→评估→反馈）天然匹配主从编排：

场景推荐模式理由
面试题生成主从编排先拆知识点→出题→组合
多维度反馈广播并行多个 Agent 独立评估取综合
学习路径推荐树形分解知识点层级结构天然吻合
实时对话面试对等协商+主从面试官 Agent + 评估 Agent

2. 通信协议：先 MCP 后 A2A

MCP（Model Context Protocol）— 推荐立即接入：

  • 成熟 v1.0+，Python SDK 完善
  • 9 个原子工具直接封装为 MCP Server，迁移成本低
  • Agent↔工具通信标准化，立即可得价值

A2A（Agent-to-Agent）— 观望待稳定：

  • Google 标准，目前仍预发布/beta
  • 适用于 Agent↔Agent 编排，与 MCP 互补而非竞争
  • 待 v1.0+ 后再评估接入

短期策略： 自研轻量消息队列（Redis Pub/Sub 或内存通道）实现 Agent 间通信

🆕 2026-06-08 补充视角：多模型 Ensemble 作为 Agent 协作的降维映射

Compound AI 插件提案中的③ 多模型层（voting/chain/debate） 引出一种新的协作视角：

单 Agent 内部的多模型推理，可以视为多 Agent 协作在模型层面的降维特例。

课题八多 Agent 协作Compound AI 多模型层对应
广播并行（多个 Agent 独立处理）Voting：多个模型独立推理后聚合
主从编排（Orchestrator-Worker）Chain：模型 A 输出传递给模型 B 处理
对等协商Debate：模型间相互审视、批判、修正
通信协议（A2A/MCP）模型间通过结构化中间结果交互

这并不意味着多模型 Ensemble 可以替代多 Agent 协作——两个层面解决不同粒度的问题。但它提供了一个轻量级实验床：

  • 在投入 Agent 级 A2A 协议之前，先在模型层面验证协作模式（voting/chain/debate）
  • 被证明有效的协作模式可以作为 Agent 级通信协议的设计蓝本
  • 同一个 Router 层未来可以同时路由到”模型”或”Agent”两个层面

详见 Compound AI 插件设计（待创建）。

3. 延迟预算

场景最大接受延迟目标延迟超时阈值
实时面试对话2s<500ms5s
出题生成5s<2s15s
评估打分3s<1s10s
学习路径规划10s<5s30s

优化方向： Worker 并行化、投机执行、结果缓存、优雅降级

4. 容错策略

四层超时体系： L1 工具超时(1s)→L2 Agent 超时(3s)→L3 任务超时(5s)→L4 会话超时(30s)

核心模式：

  • 降级链 — 主路径失败→简化流程→纯工具执行
  • 熔断器 — 连续失败→拒绝分配→冷却重试
  • 背压 — Worker 积压时通知上游降速

演进路线

Phase 1 (当前可做):
  GenericAgent → MCP Client → 工具封装为 MCP Server

Phase 2 (近期):
  引入 Orchestrator Agent + Specialist Agent
  简单消息队列通信

Phase 3 (中期):
  接入 A2A (待稳定 v1.0+)
  引入 Agent Card 注册中心

Phase 4 (远期):
  树形编排 + 对等协商
  完整容错/背压/熔断

推荐分工

Orchestrator Agent → 出题Agent → 评估Agent → 反馈Agent → 知识Agent
       │               │           │           │           │
       └───────────────┴─── MCP 工具层 ────────┴───────────┘

关键决策

#决策推荐理由
1是否接入 MCP✅ 是成熟稳定，工具封装即可
2是否接入 A2A⏳ 观望等 v1.0+
3Agent 间通信自研轻量协议当前 3-5 Agent，消息队列足够
4协作模式主从编排interview-app 天然分步
5Agent 拆分粒度按功能域出题/评估/反馈各一
6容错策略先重试+降级熔断背压过于复杂

关联课题

经典理论映射

行动者网络理论（ANT）（Latour, 2005）认为非人行动者（技术、制度、文本）与人类一样是网络中的”行动元”（actant）。这为多 Agent 协作提供了一个不同于”工具”的社会学定位：Agent 不是被动的执行工具，而是网络中具备能动性的行动节点。这意味着：

  • Agent 之间的通信协议不仅是技术标准，也是社会性契约——定义了各行动元之间的权力关系
  • 一个 Agent 的”故障”不只是技术问题，而是网络中一个行动元的缺席，需要其他行动元重新配置来补偿
  • MCP/A2A 等协议的社会学意义是”让非人行动者获得标准化接口”，与 HTTP 让人类信息全球流动是同一类事件

参考资料

关系图谱