单 Agent 不够用吗？为什么要拆多 Agent？

先这样答

单 Agent 能处理的任务有边界。工具越多，模型越难快速选出合适的工具。中间产物不断进入上下文，也会占用有限空间。一个 Agent 同时负责多个专业方向时，回答效果往往不如各自专精的 Agent。

拆成多个 Agent，可以让每个 Agent 只处理自己的专业方向。每个 Agent 都有独立的上下文和工具集，不必在所有工具和中间产物之间同时做选择。这样也能把不同方向的处理过程分开。

调度方负责把任务交给合适的 Agent，再拿回结果摘要。它不需要把每个 Agent 的全部中间产物都放进自己的上下文。我的判断依据是任务是否跨多个专业方向，以及单个 Agent 是否已经受到工具选择、上下文容量或专业能力的限制。如果任务范围集中，单 Agent 仍然可以处理；出现这些限制时，再考虑拆分。

面试官会怎么追问

• 「工具多了为什么会让模型选得更慢？」 工具数量增加后，模型每次需要从更多选项里判断该用哪个。工具集过大，会降低选择效率。拆分后，每个 Agent 只面对自己的工具集。
• 「上下文被撑爆具体是怎么发生的？」 Agent 处理任务时会产生中间产物。单 Agent 持续处理多个环节时，这些产物会占用上下文空间。拆分后，各 Agent 使用独立上下文，调度方只拿结果摘要。
• 「把不同方向交给不同 Agent，为什么效果会更好？」 一个 Agent 兼顾多个专业方向时，效果不如各自专精。拆分后，每个 Agent 只处理自己的方向，并使用对应的工具集。调度方负责汇总各 Agent 的结果摘要。

回答的坑

• 只说“多 Agent 更强”会漏掉原因，应该说清工具选择、上下文容量和专业方向这三重限制。
• 把调度方说成接收所有过程细节，会偏离做法；它只拿结果摘要。