我想学习 多 agent 协作（agent team）的内容，有没有什么推荐的文章或者博客，或者该从哪里开始学

建议从“主 Agent 调用两个子 Agent”的小项目开始，不要一上来就做十几个角色互相聊天的 team。 比如做一个代码仓库问答助手：用户问“登录失败可能出在哪”，主 Agent 分派任务，一个子 Agent 查登录实现，另一个查测试和错误日志；两者返回证据，主 Agent 发现缺口后继续追问，最后汇总答案。这样就能实际碰到协作的核心：怎么分工、传什么上下文、怎么反馈，以及什么时候结束。 推荐按这个顺序读： 先读：OpenAI Agents SDK — Agent orchestration https://openai.github.io/openai-agents-python/multi_agent/ 这是最适合起步的入口，先搞清楚两种模式： Agents as tools：主 Agent 把子 Agent 当工具调用，拿到结果后继续负责整个任务。适合上面的仓库问答项目。 Handoffs：把当前对话的控制权交给另一个 Agent，让它接着处理。比如分诊 Agent 把退款问题交给售后 Agent，而不是让售后回答完再回来汇报。 这两者最大的区别不是“有没有多个模型”，而是谁持有控制权。建议先实现第一种。 接着读：Harrison Chase — How and when to build multi-agent systems 2025 年 6 月的架构文章，不是最新 API 教程。 https://www.langchain.com/blog/how-and-when-to-build-multi-agent-systems 推荐它是因为它不只教你“怎么搭”，还解释“什么时候不该搭”。 其中一个很实用的判断是：并行读通常比并行写容易。两个 Agent 分头查代码，结果可以汇总；两个 Agent 同时改登录模块，就可能各自做出不兼容的接口决定。读这篇时重点看上下文传递和写入冲突，而不是框架名字。 最后看完整案例：OpenAI Cookbook — Multi-Agent Portfolio Collaboration https://developers.openai.com/cookbook/examples/agents_sdk/multi-agent-portfolio-collaboration/multi_agent_portfolio_collaboration 案例是一个投资组合经理 Agent 调用宏观、基本面、量化三个专业 Agent。你不必研究金融业务，重点看它如何划分职责、把子 Agent 封装成工具、收集结果，以及观察执行过程。 注意：这是 2025 年 5 月的案例，页面已标记归档，模型或 API 可能过时。适合学架构，实际代码接口以当前 SDK 文档为准。 具体怎么练，我建议分三步： 第一步，先做单 Agent 基线。 让一个 Agent 能搜索仓库、读取文件、回答问题，并保留文件位置作为证据。否则后面没办法判断多 Agent 到底有没有提升。 第二步，拆成一个主 Agent 加两个只读子 Agent。 每次派单明确写出：任务目标、相关背景、允许使用的工具、输出格式、完成条件。别只写“你负责分析代码”。子 Agent 的返回也别只有一句总结，要带证据位置和未解决的问题。 第三步，加真正的协作闭环。 主 Agent 能针对证据缺口重新派单；子 Agent 信息不足时能反馈，而不是硬猜。设置最大轮数、超时和失败处理，并记录每次交接传了什么、遗漏了什么。 用同一批问题比较单 Agent 和 team 的正确率、耗时、token 成本，以及有没有重复劳动。先证明协作有收益，再考虑共享 memory、平级通信和多个 coding agent 并行改代码。 入门阶段最值得学的不是“角色设定”，而是任务边界、上下文交接、控制流和评测。框架先选一个用起来就够了。