智能體開發是一項復雜的系統性工程，因此在開發過程中存在各種各樣的問題，因此我們今天主要來普及一下關于智能體的幾個概念：

• MAS——Multi Agent System  多智能體系統
• SAS——Single Agent System 單智能體系統
• workflow工作流

從功能上來講，智能體是一個能夠獨立完成任務的功能節點；其既可以單獨使用，也可以和其它工具配合使用。

關于智能體的概念普及

關于智能體的概念在這里就不做過多解釋了，從技術角度來講智能體主要由以下四個部分組成：

1. 規劃
2. 記憶
3. 執行
4. 工具

一個智能體能夠獨立完成任務規劃，并且可以調用工具完成特定任務；但在開發的過程中又存在各種各樣的問題；而今天介紹的幾個概念就是為了解決這些問題。

SAS——Single Agent System 單智能體系統

什么是單智能體系統？

所謂的單智能體系統就類似于一個無所不能的專家，舉例來說這個智能體即可以去規劃旅行線路，也可以去訂酒店車票，只要你給它足夠多的工具，那么它就無所不能。

但單智能體系統存在哪些問題？

其一，不符合軟件設計中的單一職責原則，原因就在于這個智能體看似很強大；但其隱藏的問題同樣也不少，比如說性能問題，穩定性問題，幻覺問題等。

大模型雖然很強大，但當其要做這個，也要做那個時；其效果就會大打折扣，特別需要長鏈路的復雜任務場景中。大模型的自主規劃能力往往就不盡人意了。而且由于工具過多的原因會導致大模型出現選擇困難癥——也就是幻覺問題。而且隨著任務的執行，其調用鏈越來越長，其提示詞也越來越長，很有可能會超出大模型的窗口限制。

而根據智能體的實現方式，LLM+Function call和LLM+MCP，用戶可以根據自己的需求選擇合適的實現方式；事實上，智能體只有一種實現方式，那就是LLM+tools。

MAS——Multi Agent System 多智能體系統

而為了解決以上問題，多智能體系統就應運而生了；多智能體系統就類似于一個強大的團隊，團隊成員本身并不需要什么都會，只需要專精于自己的領域即可。

比如說開發一個軟件，需要項目經理，技術經理，程序員，設計，產品，測試等；由多個擅長不同領域的人組合在一起就可以組成強大的團隊，而且并不是簡單的1+1等于2的效果。

而多智能體系統就是類似于一個這樣的團隊，通過把一個復雜的任務拆解成多個子任務，然后每個智能體復雜其中的一個功能點，最后再把這些子智能體組合起來就可以完成復雜的任務。

并且由于其是完全解耦的，因此其中任何一個智能體出現問題或需要優化，都可以隨時替換；并且不同智能體之間可以隨意組合出新的智能體；這一點是單智能體遠遠比不了的。

但多智能體同樣存在一些問題，比如說智能體之間的通訊問題，數據格式問題；由于大模型的輸出不確定性，直接導致不同智能體之間的溝通存在天然的障礙。

工作流——workflow

既然有了智能體，那么工作流的作用是什么呢？

們知道管理一家企業最重要的并不是某個人能力有多強，而是需要完善的規章制度；而工作流的意義也在于此。

在真實的業務場景中，很多復雜的任務一個智能體可能根本完成不了，或者某些環節根本不需要智能體，只需要使用普通的工具即可。

因此，這時為了完成特定的任務，我們就需要一條線把這些智能體或其它節點串聯起來，而工作流就是這根線；有了工作流的存在，就可以讓智能體按照固定的流程來完成特定的任務。

而且，同時工作流還可以解決智能體之間的通訊問題；而且工作流本身就具備流程編排的能力，因此其有點類似于管理智能體的工具；可以通過工作流對不同的智能體進行編排以完成不同的任務；達到減少重復開發的目的。

當然，以上幾種技術并沒有優劣之分，在不同的業務場景下可以選擇不同的解決方案；并且，這幾種技術也不是互斥的，很多時候可以把它們結合起來使用。

本文轉載自??AI探索時代?? 作者：DFires