多 Agent 协作与通信协议
概述
GenericAgent 目前是单 Agent 架构，interview-app 需要多 Agent 协作（出题→作答→评估→反馈）。核心矛盾：MCP 已成熟 vs A2A 尚未稳定。
协作模式
| 场景 | 推荐模式 |
|---|---|
| 面试题生成 | 主从编排（Orchestrator 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） |
| 实时对话面试 | 对等协商+主从 |
通信协议策略
- MCP（立即接入） — 成熟 v1.0+，9 个原子工具直接封装
- A2A（观望） — Google 标准，待 v1.0+ 后评估
- 短期 — 自研轻量消息队列（Redis Pub/Sub 或内存通道）
延迟预算
| 场景 | 目标延迟 | 超时阈值 |
|---|---|---|
| 实时面试 | <500ms | 5s |
| 出题生成 | <2s | 15s |
| 评估打分 | <1s | 10s |
容错策略
四层超时体系：L1 工具(1s)→L2 Agent(3s)→L3 任务(5s)→L4 会话(30s)
核心模式：降级链、熔断器、背压
多方评审协作模式
Hermes 时间注入 PR 实战验证的多方评审流程：
- 方案评审 — LLM 方案评审（老克审方案）
- 代码评审 — 改到零问题才提 PR
- CI 验证 — 确保 CI/CD 管道正常
- 维护者评审 — 关联已有 issue，提高接受概率
评审检查清单（补充盲区）：
- 测试覆盖（外部 PR 最看重）
- 错误处理和降级方案
- 类型安全和静态分析
- 向后兼容性
- 代理/网络配置预设
推荐分工
Orchestrator → 出题 Agent → 评估 Agent → 反馈 Agent → 知识 Agent
└────────────── MCP 工具层 ────────────────────┘
2026-06 论文速览
- StreamMA — 流式通信协议用于多 Agent 推理，将推理步骤实时流式传输给下游 Agent（流水线化）。在 8 个推理基准上平均 +7.3 pp，发现步级缩放定律，A=S=64 时 26.9× 加速（2606.05158）
- PACT (Protocolized Action-state Communication) — 将 Agent 间通信视为公共状态更新问题，用紧凑动作-状态记录代替自由文本。OpenHands 上 -10% token 提升解决率，SWE-agent token 减半性能不降（2606.05304）
- Do More Agents Help? (BenchAgent) — 统一框架比较单 Agent、固定 MAS 和进化 MAS，在 10 个基准上系统性揭示多 Agent 并非总优于单 Agent，5/6 MAS 工作流落后单 Agent 基线 2.56-11.29 分（2606.05670）
- CollabBench — 协作游戏基准评估 LLM 协作能力，训练后协作效率提升 19.5%，填补合作环境评测空白（2606.05793）
- SMAC-Talk — 将星际争霸多智能体挑战扩展为自然语言版本，测试 LLM 多 Agent 协作的经典环境（2606.04202）
- Strabo — 声明式 Agent 交互协议规范，直接定义多 Agent 通信标准，可与 MCP/A2A 互补（2606.05043）
- Dynamic Coordination Strategy Selection — 企业多 Agent 系统的动态协调策略选择，从实验室走向工程化的实用工作（2606.xxxxx）
相关页面：agent-protocols agent-harness-engineering agent-safety-boundary agent-memory-system