AI 工程从零开始

主题

编排模式：监督者、群体式、分层式 ​

到 2026 年，有四种编排模式会在各大框架中反复出现：监督者-工作者、群体式 / 点对点、分层式、辩论。Anthropic 的指导原则是：“关键在于为你的需求构建正确的系统。”

类型： 学习 + 构建 语言： Python（标准库） 先修要求： 第 14 阶段 · 12（工作流模式），第 14 阶段 · 25（多智能体辩论） 耗时： ~60 分钟

学习目标 ​

  • 说出四种反复出现的编排模式，以及它们各自适用的场景。
  • 描述 2026 年 LangChain 的建议：用工具调用实现监督，而不是依赖监督者库。
  • 解释 Anthropic 的“构建正确系统”规则，以及它如何决定拓扑选择。
  • 针对同一个脚本化 LLM，用标准库实现这四种模式。

问题 ​

团队常常在真正需要之前就急着上“多智能体”。四种模式会在不同框架中反复出现；一旦你能给它们命名，你就能选出合适的模式——或者干脆完全跳过拓扑设计。

概念 ​

监督者-工作者 ​

  • 一个中央路由 LLM 把任务分发给专家智能体。
  • 它负责决定：回到自身循环、交接给专家、结束。
  • 专家之间不直接交流；所有路由都经过监督者。

相关框架：LangGraph create_supervisor、Anthropic orchestrator-工作者（workers）、CrewAI Hierarchical Process。

2026 年 LangChain 建议： 通过直接工具调用来实现监督，而不是使用 create_supervisor。这样可以获得更细粒度的上下文工程控制——由你精确决定每个专家能看到什么。

群体式 / 点对点 ​

  • 智能体通过共享工具界面直接交接。
  • 没有中央路由器。
  • 延迟低于监督者模式（跳数更少）。
  • 但更难推理与管控（没有单一控制点）。

相关框架：LangGraph 的 swarm 拓扑、OpenAI Agents SDK 的交接机制（当所有智能体都可以交接给其他所有智能体时）。

分层式 ​

  • 监督者管理子监督者，子监督者再管理工作者。
  • 在 LangGraph 中表现为嵌套子图；在 CrewAI 中表现为嵌套团队。
  • 能扩展到大量智能体，但代价是运维复杂度上升。

适用场景：当单个监督者的上下文预算容纳不下所有专家描述时。

辩论 ​

  • 并行提议者 + 迭代交叉批评（见第 25 课）。
  • 严格说它不完全属于编排，更像是一种验证方式——但在框架里也常被当作一种拓扑选择出现。

CrewAI 的 Crew 与 Flow ​

CrewAI 将部署模式正式划分为两类：

  • Flow：用于确定性的事件驱动自动化（推荐作为生产起点）。
  • Crew：用于自主的角色型协作。

这与上面的四种模式是正交关系，但会映射到拓扑：Flow 通常是监督者模式或分层式；Crew 通常是带 LLM 路由器的监督者模式。

Anthropic 的指导原则 ​

“在 LLM 领域取得成功，并不意味着构建最复杂的系统，而是构建最适合你需求的系统。”

决策顺序：

  1. 单智能体 + 工作流模式（第 12 课）—— 从这里开始。
  2. 监督者-工作者 —— 当你有 2-4 个专家时。
  3. 群体式 —— 当延迟比推理清晰性更重要时。
  4. 分层式 —— 只有当监督者的上下文预算失效时才使用。
  5. 辩论 —— 当准确率比成本更重要时。

这种模式会在哪些地方出错 ​

  • 先想拓扑，再想问题。 还没明确多智能体要解决什么问题，就先说“我们需要多智能体”。
  • 群体式模式中交接来回弹跳。 A -> B -> A -> B。要使用跳数计数器。
  • 伪层级。 因为“企业级”就做三层，实际上只有两个团队。应合并层级。

动手构建 ​

code/main.py 用标准库针对一个脚本化 LLM 实现了四种模式：

  • Supervisor —— 中央路由器。
  • Swarm —— 带直接交接的点对点模式。
  • Hierarchical —— 监督者之上的监督者。
  • Debate —— 并行提议者 + 批评。

每种模式都处理同一个三意图任务（退款 / 缺陷 / 销售）。但运行轨迹形态各不相同。

运行它：

python3 code/main.py

输出：每种模式的运行轨迹与操作数。监督者模式最干净；群体式最短；分层式最深；辩论最昂贵。

使用它 ​

  • LangGraph：适合监督者模式和分层式（嵌套子图）。
  • OpenAI Agents SDK：适合“将交接实现为工具”（偏监督者形态）。
  • CrewAI Flow：适合生产级确定性流程。
  • 自定义：适合辩论模式，或你想获得精确控制的场景。

交付它 ​

outputs/skill-orchestration-picker.md 会选择一种拓扑并实现它。

练习 ​

  1. 通过移除路由器，把一个监督者-工作者模式改成群体式。什么坏了？什么变好了？
  2. 给群体式模式添加一个跳数计数器：3 次交接后拒绝继续。它能捕获 A->B->A 的来回弹跳吗？
  3. 为一个拥有 12 个专家的领域构建一个两层分层式系统。不做嵌套时，上下文预算会在哪儿失效？
  4. 在一个接近生产的工作负载上分析这四种模式。哪个模式在哪个指标上获胜（延迟、成本、准确率、可调试性）？
  5. 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。有哪条流程无法很好映射吗？

关键术语 ​

术语人们怎么说实际含义
监督者-工作者“路由器 + 专家”中央 LLM 分发给专家；专家之间不互相交流
群体式“点对点”通过共享工具直接交接；没有中央路由器
分层式“监督者的监督者”面向大规模智能体群体的嵌套子图
辩论“提议 + 批评”并行提议者，交叉批评（第 25 课）
基于工具调用的监督“不依赖库的监督者”用直接工具调用实现监督者，以控制上下文
Crew“自主团队”CrewAI 的基于角色协作模式
Flow“确定性工作流”CrewAI 的事件驱动生产模式

延伸阅读 ​