知識 · AI 基礎

多代理(Multi-Agent)

Multi-Agent System

📂AI 基礎⏱閱讀 2 分鐘📊實務🔗相關 4

什麼是多代理(Multi-Agent)?

一句話定義
多個 AI 代理依角色分工協作,共同處理複雜工作的架構。與其由一人包辦,不如組成團隊的理念。
這個主題,做成內部教育📚 相關課程💬 教育洽詢
⚡ 3 行重點摘要
  • 多個代理分工協作
  • 一個全能的人,不如一支團隊
  • 以編排機制協調

導入多代理後,最先改變的不是產出品質,而是切分工作的單位。過去把調研到撰寫全部塞進一個提示詞的做法,結果不佳時無從得知是哪裡出錯,只能反覆修改指令。若依角色切分,每個階段都會留下中間產物。是資料不足、初稿偏離,還是審閱不夠嚴謹,可以指出失敗的環節,只修那一環。準確度之前,管理的可行性先提升了。

結構大致分為三種:由協調者(Orchestrator)分派工作並彙整結果的監督型;前一個代理的輸出直接傳給後一個的順序型;以及讓兩個以上的代理各自解題、再互相比對答案的交叉驗證型。韓國企業實際在運作的,大多是監督型加上順序型的折衷方案。但代價不小:每多一個代理,模型呼叫次數與 Token 不是單純相加,而是相乘地增加,回應等待時間也會隨步驟數一路累積。步驟只有三、四個、工具兩三個的工作,單一代理會更快也更便宜。

代理式工作流程的界線也常讓人混淆。工作流程是由一個代理自行規劃、輪流使用工具並自行反覆的方式;多代理則是多個主體各自擁有不同指令、權限與工具清單的結構。判斷何時該切分,標準其實很單純:同一份指令中開始混入相互衝突的規則時。若提示詞同時寫入「請簡潔撰寫」與「所有依據都要以註腳標示」,模型每次都會以不同方式妥協。需要把讀取內部資料庫的權限與搜尋外部網路的權限分開時,道理也相同。

最常見的誤解是以為代理加得越多就越聰明。實際上,前一階段即使把一個數字抄錯,後一階段仍會把它當成事實,潤飾成通順的文句。審閱代理若不重新開啟原始文件,就抓不到這個錯誤。若未設定結束條件,兩個代理會來回要求補充,呼叫次數不斷累積,有的企業甚至要等到月底帳單才發現。導入前,請先明確寫定每個代理的輸入輸出格式、重試次數,以及由人介入中斷的時點。

會出現此術語的課程 · AI・DX
推薦課程 · 推薦講師 · 迷你報價
🧮 迷你報價 · 講師費基準
約 KRW 1,200,000 (≈ US$900)專題講座 2 小時 · 20 人以下 · 韓語
依此條件取得正式報價 →
💡 簡單來說
由調研、撰寫、審閱各自負責的團隊——將複雜工作分工,處理得更精準。
為什麼在實務上很重要
複雜的工作,「分工的 AI 團隊」比單一 AI 更擅長處理。多代理能實現更精密的自動化。
由來與出處

源於分散式人工智慧與多代理系統的研究,隨著 LLM 代理的發展,作為實用的協作架構而受到矚目。

透過案例理解

以假設案例來說明。員工 180 人規模的公共 SI 企業 A 公司,每月平均要由提案團隊 5 人負責 12 件投標提案。每份 RFP 的需求超過 200 項,光去年就因漏掉需求而失格 3 件,截止前一週假日加班也已成為慣例。

  1. 提案團隊主管金部長將 8 月整個月排為期程,把需求擷取、相似案例搜尋、初稿撰寫、需求對照拆成四條線,分給四個代理。他的理由是:「全部交給一個,需求表一開始就會出錯。」
  2. 需求擷取代理將 RFP 原文 PDF 依條款切開,製成 213 項的表格,同時在每一項標註原文頁碼。這些頁碼成為後續階段唯一的驗證依據。
  3. 初稿撰寫代理從近三年得標的 47 份提案中調出相近段落,依目錄填入初稿;事業管理的李課長表示「原本要兩天的初稿,半天就完成」。
  4. 比對代理將初稿與需求表對照,將 18 項未達需求標示為紅色,金部長逐一開啟原文頁碼,確認其中 14 項,另 4 項屬誤判而撤回。
  5. 三個月後,每份提案的投入時間從 62 小時降到 34 小時,因未達需求而失格的件數為 0,同樣 5 人每月可處理多達 17 件。
相關術語
與此術語相關的課程
📚AX 工作坊 - 以 AI 代理開啟的經營創新Nanum 經營顧問 企業內訓 · 實體/線上查看課程 →
是否需要針對此主題進行企業內訓?
立即取得負責人為您量身打造的課程規劃與報價。
教育洽詢
最後修訂 2026年9月13日 · 監修 金鍾赫

常見問題

簡單的工作單一代理就能完成。複雜、多步驟的任務,分工的多代理通常更精準。
需要管理設計複雜度、成本增加,以及單一代理的錯誤擴散到整體的問題。
簡單的工作單一代理就能完成。複雜、多步驟的任務,分工的多代理往往更精準。
需要管理設計複雜度、成本增加,以及單一代理的錯誤擴散到整體的問題。