四种编排模式在 2026 年的框架中反复出现：监督者-工作者、蜂群 / 点对点、层级式、辩论。Anthropic 的指导：「关键在于为你的需求构建正确的系统。」从简单开始；只有当单个 Agent 加五种工作流模式不够用时，才增加拓扑。
学习目标
- 说出四种反复出现的编排模式，以及各自适用的场景。
- 描述 2026 年 LangChain 的建议：基于 tool call 的监督 vs 监督者库。
- 解释 Anthropic 的「构建正确的系统」原则，以及它如何约束拓扑选择。
- 在同一个脚本化 LLM 上，用 stdlib 实现全部四种模式。
问题
团队在真正需要之前就伸手去够「多 Agent」。四种模式在框架中反复出现；一旦你能叫出它们的名字，就能选对模式——或者完全跳过拓扑。
概念
监督者-工作者（Supervisor-worker）
- 一个中心路由 LLM 把任务分派给专家 Agent。
- 决策：回到自身循环、移交给专家、终止。
- 专家之间不互相交谈；所有路由都经过监督者。
框架：LangGraph create_supervisor、Anthropic orchestrator-workers、CrewAI Hierarchical Process。
2026 年 LangChain 建议： 通过直接 tool call 来做监督，而不是 create_supervisor。这样能更精细地控制上下文工程——你决定每位专家确切看到什么。
蜂群 / 点对点（Swarm / peer-to-peer）
- Agent 通过共享工具面直接移交。
- 没有中心路由器。
- 延迟低于监督者（跳数更少）。
- 更难推理（没有单一控制点）。
框架：LangGraph swarm 拓扑、OpenAI Agents SDK handoffs（当所有 Agent 都能移交给其他所有 Agent 时）。
层级式（Hierarchical）
- 监督者管理子监督者，子监督者再管理工作者的结构。
- 在 LangGraph 中实现为嵌套子图；在 CrewAI 中为嵌套 crew。
- 能扩展到大规模 Agent 群体，代价是运维复杂度。
何时需要：当单个监督者的上下文预算无法容纳所有专家的描述时。
辩论
- 并行提议者 + 迭代交叉批评（第 25 课）。
- 严格来说不是编排——更接近验证——但在框架中作为一种拓扑选项出现。
自主 crew vs 确定性 flow
CrewAI 形式化了两类部署模式：
- Flow 用于确定性的事件驱动自动化（生产环境的推荐起点）。
- Crew 用于自主的、基于角色的协作。
这与上述四种模式正交，但可映射到拓扑：Flow 通常是监督者或层级式；Crew 通常是带 LLM 路由器的监督者。
Anthropic 的指导
「在 LLM 领域的成功不在于构建最复杂的系统，而在于为你的需求构建正确的系统。」
决策顺序：
- 单 Agent + 工作流模式（第 12 课）——从这里开始。
- 监督者-工作者——当你有 2-4 位专家时。
- 蜂群——当延迟比推理清晰度更重要时。
- 层级式——只有当监督者的上下文预算不够时。
- 辩论——当准确率比成本更重要时。
这个模式容易出错的地方
- 拓扑先行思维。 在明确多 Agent 要解决什么问题之前就说「我们需要多 Agent」。
- 蜂群中的来回弹跳。 A -> B -> A -> B。使用跳数计数器。
- 虚假层级。 因为「企业级」而设三层；实际只有两个团队。合并掉。
构建它
code/main.py 用 stdlib 针对一个脚本化 LLM 实现全部四种模式：
Supervisor——中心路由器。Swarm——带直接移交的点对点网络。Hierarchical——监督者之上的监督者。Debate——并行提议 + 批评。
每种模式处理同一个三意图任务（退款 / 缺陷 / 销售）。轨迹形状不同。
运行它：
python3 code/main.py输出：各模式的轨迹 + 操作计数。监督者最清晰；蜂群最短；层级式最深；辩论最昂贵。
使用它
- LangGraph 用于监督者与层级式（嵌套子图）。
- OpenAI Agents SDK 用于 handoffs-as-tools（监督者形态）。
- CrewAI Flow 用于生产级确定性流程。
- 自定义实现 用于辩论，或当你需要精确控制时。
交付它
outputs/skill-orchestration-picker.md 选择一个拓扑并实现它。
练习
- 移除路由器，把监督者-工作者转换为蜂群。什么会坏？什么会变好？
- 给蜂群添加跳数计数器：3 次移交后拒绝。它能抓住 A->B->A 的弹跳吗？
- 为一个 12 位专家的领域构建两级层级式系统。不做嵌套时，上下文预算在哪里失效？
- 在生产形态的工作负载上对四种模式做性能剖析。哪种模式在哪个指标上胜出（延迟、成本、准确率、可调试性）？
- 阅读 Anthropic 的「Building Effective Agents」文章。把你的每条生产流程映射到四种模式之一。有无法干净映射的吗？
关键术语
| 术语 | 常见说法 | 实际含义 |
|---|---|---|
| 监督者-工作者（Supervisor-worker） | 「路由器 + 专家」 | 中心 LLM 分派给专家；专家之间互不交谈 |
| 蜂群（Swarm） | 「点对点」 | 通过共享工具直接移交；无中心路由器 |
| 层级式（Hierarchical） | 「监督者的监督者」 | 面向大规模群体的嵌套子图 |
| 辩论（Debate） | 「提议 + 批评」 | 并行提议者，交叉批评（第 25 课） |
| 基于 tool call 的监督（Tool-call-based supervision） | 「不用库的监督者」 | 把监督者实现为直接 tool call，以便控制上下文 |
| Crew | 「自主团队」 | CrewAI 基于角色的协作模式 |
| Flow | 「确定性工作流」 | CrewAI 的事件驱动生产模式 |
进一步阅读
- Anthropic, Building Effective Agents —— 五种模式 + Agent vs 工作流
- LangGraph overview —— 监督者、蜂群、层级式
- CrewAI docs —— Crew vs Flow
- Du et al., Society of Minds (arXiv:2305.14325) —— 辩论模式
示意图共 1 张
