L2 · 主题中枢

协作与执行

AgentMulti-AgentTool UseExecution

从单模型推理到多智能体协同与外部工具调用的工程路径

4关键分支
3核心模块
2控制维度
先记住执行不是调用，是流程

协作与执行的核心不是让模型做更多事，而是让任务按可控、可观测、可回退的方式推进。

查看下属主题 ↓
LIVE
CORE 执行中枢
01 WHAT

是什么

将大模型从被动问答升级为具备目标拆解、工具调用、多角色协同与状态管理的执行引擎。

02 WHY

为什么

单模型无法稳定完成长链路、跨系统、需实时反馈的复杂任务，协作与执行提供可控的自动化路径。

03 HOW

怎么做

定义任务边界→选择执行模式（单Agent/多Agent/浏览器/桌面）→配置工具与上下文→设定验收与回退策略。

04 WHEN

什么时候

适用于需跨系统操作、长流程编排或多人机协同的场景；简单问答、一次性生成或高确定性规则任务无需引入。

FOCUS

下属主题

点进去继续学
01

Multi-Agent

进入「Multi-Agent」，继续深入该专题。

进入主题 → 02

MCP

进入「MCP」，继续深入该专题。

进入主题 → 03

Browser Use

进入「Browser Use」，继续深入该专题。

进入主题 → 04

Computer Use

进入「Computer Use」，继续深入该专题。

进入主题 →

FOCUS

先记住这些

只留最重要的判断，细节见下方实践
01 独特价值

为什么需要它

将不可控的模型输出转化为可观测、可重试、可接管的执行流程，支持跨系统操作与多角色协同

02 复杂度

真正难在哪里

状态管理、工具路由、异常处理、上下文压缩与多智能体协调的复杂度呈指数增长

03 使用判断

什么时候用

任务需跨系统操作、长流程编排、多角色协同或需人工介入与回退机制时使用；简单任务避免引入

ROUTE

学习路径

建议按此顺序逐步深入
01
定义任务边界

明确目标、输入输出、成功标准与失败处理策略

02
选择执行模式

根据任务复杂度选择单Agent、多Agent、浏览器或桌面执行模式

03
配置工具与控制

设置工具Schema、权限、重试策略、超时与人工介入阈值

04
验证与迭代

通过日志、状态报告与人工反馈持续优化执行流程

PROBLEM / POSITION / INTERFACE

先弄清它为什么存在，以及谁在使用

不从历史开始，从真实工作关系开始。
  1. 01 解决的问题

    当任务需要调用外部API、操作界面、多步骤验证或多人机分工时

    单模型输出不可控、缺乏状态记忆、无法处理外部系统反馈、错误难以隔离与重试

    成功标准
    任务按预设流程推进，关键节点可观测，失败可回退或人工接管，输出符合业务Schema
  2. 02 AI 生态位

    作为执行中枢，负责任务拆解、工具路由、状态流转与异常处理，连接模型能力与外部系统

    上游
    依赖任务定义、工具描述、上下文数据与权限配置
    下游
    为业务系统提供结构化结果、操作日志、状态报告与人工接管接口
  3. 03 人的生态位

    定义目标、设定边界、选择执行模式、验收结果并在关键节点介入决策

    适合使用
    任务需跨系统操作、长流程编排、多角色协同或需人工介入与回退机制
    不必使用
    简单问答、一次性生成、高确定性规则任务或对延迟极度敏感的场景
  4. 04 独特价值

    将不可控的模型输出转化为可观测、可重试、可接管的执行流程，支持跨系统操作与多角色协同

    状态管理、工具路由、异常处理、上下文压缩与多智能体协调的复杂度呈指数增长

    复杂度判断
    复杂度不是功能数量，而是控制与验证成本。

INTERFACE FLOW

谁在操作，信息怎样流动

  1. WHO OPERATES

    HUMAN定义任务目标、选择执行模式、设定验收标准与人工接管阈值

    AGENT执行任务拆解、工具调用、状态管理与异常重试

    BACKEND提供工具API、权限控制、日志记录与状态持久化

  2. INPUT

    任务目标、工具描述、上下文数据、权限配置与执行策略

  3. CONTROL

    Prompt模板、工具Schema、上下文窗口、重试策略、超时设置、人工介入阈值

  4. OUTPUT

    结构化结果、操作日志、状态报告、错误信息与人工接管请求

FLOW

执行流程

01任务定义明确目标、边界、输入输出与验收标准
02模式选择根据任务复杂度选择单Agent、多Agent、浏览器或桌面执行模式
03工具配置设置工具Schema、权限、重试策略、超时与人工介入阈值
04执行与监控执行任务并监控状态、日志与错误信息
05验证与回退验证结果是否符合验收标准，失败时触发回退或人工接管

COMPARE

执行模式对比

模式适用场景复杂度控制能力
单Agent简单任务、单步骤操作低基础
多Agent复杂任务、多角色协同高强
浏览器网页操作、数据抓取中中
桌面桌面应用操作、跨系统任务高强

PRACTICE

最小使用步骤

✓定义任务目标与边界
✓选择执行模式
✓配置工具Schema与权限
✓设置重试策略与超时
✓设定人工介入阈值
✓执行并监控状态
✓验证结果并迭代
CODE / PYTHON最小调用示例
import os
from agent_sdk import Agent, Tool

# 配置工具
tool = Tool(name="search", api_key=os.getenv("SEARCH_API_KEY"))

# 定义任务
task = {
    "goal": "搜索最新AI新闻",
    "tools": [tool],
    "timeout": 30,
    "retry": 2
}

# 执行任务
agent = Agent(task)
result = agent.run()
print(result)

Python 最短闭环：定义任务、配置工具、执行并获取结果

JSON / RESPONSE典型返回结构
{
  "status": "success",
  "result": {
    "title": "最新AI新闻",
    "content": "AI技术在2024年取得重大突破...",
    "source": "https://example.com"
  },
  "logs": [
    "Task started",
    "Tool search called",
    "Result retrieved"
  ],
  "metadata": {
    "duration": 12.5,
    "retries": 0
  }
}

FAQ

常见问题

选型、用法与失败，不复述定义。
01谁在实际使用协作与执行？＋

开发者、业务分析师与运维团队，分别负责任务定义、流程设计与监控。

明确角色分工，避免责任模糊与接口混乱。
02单Agent与多Agent有什么区别？＋

单Agent适合简单任务，多Agent适合复杂任务与多角色协同。

避免过度设计，选择合适模式控制复杂度。
03最小可用方式是什么？＋

定义任务、配置工具、设置重试与超时、执行并验证结果。

帮助读者快速上手，避免陷入复杂配置。
04生产环境最容易在哪里失败？＋

工具调用失败、状态管理混乱、超时未处理与人工介入不及时。

决定监控策略与兜底机制。
05什么时候不需要协作与执行？＋

简单问答、一次性生成或高确定性规则任务无需引入。

控制系统成本与复杂度。