要吐了！！为什么多agents这么难？

😭耗费数月开发的“智能体系统”，最终只是用LLM接口包装了一套复杂的if-else规则引擎 😭最近疯狂加班，做一个多agents产品，发现单个agent是workflow来先实现，做来做去觉得多agents不划算 多个agent协同还是workflow实现，最内心os的是，最后程序跑出来的效果，效率太低 产品推荐场景1:在用户不明确自己意图时，说出了一段模糊的话 1.首先扔到意图识别路由分发的agent（main agent 负责协同agents之间的工作与矛盾，主导任务的完成，类似项目经理，解决矛盾和冲突最终让项目成功上线的角色） 2.发现意图模糊无法识别，然后在此澄清问题 3.顺利情况下，获得用户意图，分发下一个产品推荐agent 4.产品推荐的agent开始调用各种tools，然后计划、决策 5.形成推荐列表，汇总给main agent 计算了整个对话时间：识别意图时间+澄清时间+产品推荐agent+调用tools的时间+返回main agent时间+推理汇总结果时间，这里面的处理步骤很多都是前一个任务执行完毕后下一个任务才能开始，并且是假设每一个任务都是正常执行，若发生异常（网络、超时等问题）意味着整个场景over！ 💪👍短期内人们在见到类似斯坦福小镇，Manus的智能体在一些任务上的出色结果时，对该项技术的能力就会产生高估，的确manus在一些任务上表现不错，但真正的落地，还需要训练更强大的模型，开发更符合模型的生态，这些都需要时间