9. 分层智能体架构是什么？怎么设计？

难度 P1 高频 · 岗位 应用 · 频率 ★★★ · 预计阅读 5 min

本题阅读地图

1. 💡 简要回答
2. 📝 详细解析
3. 🎯 面试总结

👔面试官：如果要做一个能完成复杂任务的 AI Agent，比如「帮我调研竞品并写一份分析报告」，单个 Agent 够用吗？

🙋‍♂️我：一个 Agent 给它足够多的工具，让它自己来就行了。

👔面试官：单 Agent 处理复杂任务时，上下文会变得很长（调用了几十次工具），LLM 的注意力会分散，容易在中途忘记目标或做出错误决策。这个问题你有考虑过吗？

单 Agent 处理复杂任务有上下文污染和注意力分散的问题，分层 Agent 是更好的方案。

💡 简要回答

分层智能体架构的核心思路：主 Agent（Orchestrator）负责任务拆解和协调，子 Agent 各自专注一个细分职责。每个 Agent 的上下文保持干净（只看到自己职责范围内的信息），避免单 Agent 上下文过长导致的注意力分散问题。

📝 详细解析

@Component
public class OrchestratorAgent {
    private final ResearchAgent researchAgent;  // 专门负责信息搜集
    private final WritingAgent writingAgent;    // 专门负责文本写作
    private final ReviewAgent reviewAgent;      // 专门负责质量审核

    public String executeComplexTask(String task) {
        // 1. 主 Agent 拆解任务（只做规划，不执行细节）
        TaskPlan plan = llm.decompose(task);

        // 2. 委托子 Agent 并行或串行执行
        String research = researchAgent.research(plan.getResearchTask());
        String draft    = writingAgent.write(plan.getWritingTask(), research);
        String result   = reviewAgent.review(draft);

        return result;
    }
}

为什么分层比单 Agent 好：

• 每个子 Agent 只看到自己任务的上下文（短而干净），LLM 注意力集中
• 子 Agent 可以并行执行（研究和写作在某些步骤可以并行）
• 某个子 Agent 失败时，只重试那个子任务，不用从头开始
• 子 Agent 可以有不同的 System Prompt（研究 Agent 更偏搜索，写作 Agent 更偏创作）

何时用分层 vs 单 Agent：简单任务（单轮工具调用、几步就能完成）用单 Agent 足够；复杂任务（多个阶段、需要多种专业能力、预期调用工具 10 次以上）才引入分层架构，避免过度设计。

🎯 面试总结

分层 Agent 的核心价值：隔离上下文，专注职责。单 Agent 处理复杂任务时「上下文污染」是核心问题，分层是解法。面试时说出「上下文污染会导致注意力分散」这个问题根因，再说出分层的好处，面试官会认为你真的思考过 Agent 工程的痛点。

---

章节首页 · ← Q8 · Q10 →