多 Agent 系统通常有两种协作方式:Subagent 负责把明确的小任务委派出去,Agent Team 负责让多个角色围绕复杂目标协同判断。理解二者的区别,有助于在代码开发、测试、Review、Bug 排查和方案设计中选择合适的 Agent 架构。
多 Agent 系统不是简单地把任务拆成多个步骤,而是用不同角色、工具、模型和上下文处理异构任务。内容覆盖 Supervisor、Swarm、Handoff、上下文迁移、状态同步、框架选型和稳定性设计。
AI Agent 学习容易卡在框架太多、概念太散、案例太杂。这里按底层原理、实战案例、课程体系、企业级开发和多框架对比六个方向,梳理 6 个适合系统学习智能体开发的 GitHub 开源项目。