多代理大型語言模型系統（multi-agent LLM systems）

與其讓一個模型試著包辦一切，多代理系統把一份工作拆給好幾個大型語言模型代理，每個扮演一個角色、彼此對話——就像一個小團隊，一個人查資料、一個人寫稿、第三個人審稿。每個代理拿到自己聚焦的指示與工具，把結果來回傳遞，直到共同的目標完成。

常見的安排包括一個經理（或編排者）代理，負責拆解任務、把片段分派給專長的工人，以及辯論或評論者的設置，由一個代理提出、另一個代理挑戰。它吸引人的地方在於專注與分工：一個範圍很窄、提示又短又清楚的代理，往往比一個同時雜耍所有事的巨型代理更可靠，而且各個角色可以獨立開發與測試。

但代理愈多，出錯的地方就愈多，成本也愈高：每一則訊息都是更多詞元，錯誤會在代理之間擴散，它們也可能卡在「禮貌性同意」或彼此困惑的迴圈裡。多代理設計在任務真的能拆成不同角色時有幫助，在拆不開時則大多只是增加額外負擔。