第 10 章 · 多 Agent 协作

本章关注分工带来的收益与协调成本。多个角色需要清楚的上下文、消息和完成条件；增加角色数量本身并不能保证任务更好。

第一次阅读的顺序

1. 先比较角色切换与技能加载的行为边界 。
2. 再理解文件如何承载长产物而不占满管理者上下文 。
3. 最后用状态明确的多人任务观察消息与私有信息边界 。

读懂一个完整例子后，再查阅下面的全部项目与配置。比较实验时，把输入、模型、运行条件和结果放在一起记录；遇到历史输出，先确认它对应的版本与任务范围。

群体智能高于个体：协作框架、上下文共享/隔离、涌现的「Agent 社会」

← 返回主目录 · 📖 读本章正文

如何阅读实验

正文 skeleton 先固定消息信封、worker 生命周期、独立审核和“首个已验证成功”结算；实验目录承载完整并发实现：

• Starter：从 parallel-web-research 运行少量站点，先看 agents.py 的 worker、消息总线和验证；
• Builder：阅读 multi-role-transfer 的共享上下文/Skill 对照，再看 voice-werewolf 的法官状态与信息权限；
• Maintainer：检查锁/幂等结算、取消 ack、消息 schema、资源关闭和 manifest。无需首轮逐行阅读浏览器或音频适配器。

配套项目

编号	项目	类型	一句话说明
10-1	multi-role-transfer	✅	正式 v2 对照完成 30 对任务、12 条边界轨迹、289 份模型回执、31 份 Tavily 回执和 60 次异源盲测；修复 Skill 路径首步跳过 Skill 的 Harness 策略门后，Skill 确定性通过率 15/30、Transfer 2/30，结论与成本/延迟权衡均已由 manifest 固定
10-2	book-translation	✅	正式 ARK v4在英文版第 1–2 章的 242,090 字节、23 图、14 代码块上完成 26 单元双臂对照：12/12 门禁、39 份原始裁判回执和 37 个溯源 hash 均通过；Manager 上下文缩小 20.43×、token 减少 6.48×且匿名质量 4.654 > 4.481，但慢 6.57%，宽泛术语一致率与 Markdown 精确保真也出现明确负结果
10-3	autonomous-phone-registration；固定并发的 TalkAct 复现记录	✅ / 📖	主路径的 WebRTC raw-v4用真实 ARK 自主工具调用、Playwright、双向 RTP、本机 TTS/Whisper ASR 和一次 localhost 提交跑通 6 字段注册，9/9 行为门禁通过；固定拓扑基线的 Anthropic-caller 运行保留 16/16 局并通过 17/17 门禁。两类证据分别验证自主启动与并行协作，不合并统计
10-4	parallel-web-research	✅	同一次真实验收运行覆盖 10 站点串并行与 4 会话级联：12/12 门禁通过、实测加速 1.872×、24 份完整浏览器观测、3 份带 response ID/usage 的 ARK 原始响应和 114 条总线事件均由运行时 manifest 绑定；7 个实际源码/输入 hash 与全部 artifact hash 已复核一致，凭据扫描为零
10-5	Generative Agents 正式复现 + generative_agents/	📖	Qwen 3.7 Flash 正式运行完成三组各 25 Agent、17,280 步、两个虚拟日的完整社会实验；148,856 份真实 provider 回执零逻辑错误，14/14 门禁通过。自定义气候韧性工作坊未扩散出发起人，是保留的负结果；关闭反思后证据关联反思为零，基线在 25 人盲评中以 17:8 获偏好且四项均分更高
10-6	voice-werewolf	✅	同一次 v11 真实验收完成 3 个昼夜投票循环、6 次 LLM 工具→macOS say→OpenRouter 原生音频 ASR 回环、信息隔离和规则胜负；四项策略门禁全通过，13 个唯一响应 ID、1,650 音频 token、27 个非空 TTS 事件、动作历史和裁判溯源均保留，独立验证复核 6/6 音频动作边界

项目类型说明

图标	类型	含义
✅	可独立运行	本仓库自带完整代码，配置好 API Key 即可运行
📖	复现指南	依赖需自行 git clone 的外部仓库（训练框架、评测基准等）
🚧	进行中	实现或实验要求的验收证据尚未完整；可能已有可运行代码，但不得视为完整验收