概念
Multi-Agent系统演进
从单Agent到Multi-Agent
autogpt\|AutoGPT和babyagi\|BabyAGI证明了单Agent的不可靠性——容易陷入循环、偏移目标。2023年中开始，研究者转向多Agent协作范式：通过角色分工和结构化流程提升系统可靠性。
三大Multi-Agent框架
MetaGPT（2023.08）— SOP驱动
- 创始人：DeepWisdom / 吴承霖（清华），40k+ GitHub星
- 核心理念：将软件工程实践融入Agent系统
- 角色链：Product Manager → Architect → Engineer → QA
- 关键机制：SOP（标准操作流程）约束 + 结构化输出（PRD、设计文档）
- 创新点：让Agent像人类团队一样遵循标准流程，而非无约束自由对话
AutoGen（2023.08）— 对话驱动
- 创始人：Microsoft Research（Chi Wang等）
- 核心理念：Agent通过对话协作完成任务
- 核心抽象：ConversableAgent（基类）→ AssistantAgent / UserProxyAgent
- 协作模式：Two-Agent Chat / Group Chat / Nested Chat / Sequential Chat
- 特色：内置代码执行、人机协作、LLM缓存
- 后续：AutoGen 0.4（2024）重构为事件驱动分布式架构
CrewAI（2023.10-11）— 角色驱动
- 创始人：João Moura
- 核心理念：Agent像"剧组"一样分工协作
- 核心概念：Agent（角色+目标）+ Task + Crew + Tool
- 协作模式：Sequential / Hierarchical / Consensual
- 记忆：Short-term / Long-term / Entity Memory
- 后续：CrewAI+（2024）商业化可视化编排平台
框架架构对比
| 维度 | MetaGPT | AutoGen | CrewAI |
|---|---|---|---|
| 驱动方式 | SOP流程 | 对话 | 角色扮演 |
| 协作约束 | 强（SOP定义） | 中（对话涌现） | 中（角色+任务定义） |
| 典型场景 | 软件开发 | 代码/研究 | 业务自动化 |
| 学习曲线 | 中高 | 中 | 低中 |
| 核心创新 | 结构化输出 | 灵活对话拓扑 | 简洁的角色抽象 |
多Agent协作的挑战（2026年现状）
1. Google A2A协议（2025.04）关注度下降 — 实际采用率远低于mcp\|MCP 2. 真正的多Agent系统仍需突破 — 当前框架更多是"编排"而非真正的"协作" 3. 可靠性仍不稳定 — Multi-Agent引入了更多的失败点和通信开销
相关页面
- agent-timeline — Agent技术发展时间线
- react-paradigm — 每个Agent内部的ReAct循环
- openai-agents-sdk — OpenAI的多Agent框架
- mcp — 工具连接标准