协作模式
主管模式（Supervisor）：一个主管 Agent 接收任务，拆解后分配给专家 Agent（如搜索、代码、分析），汇总结果并决定是否继续或结束。灵活，适合开放域任务，但主管负载高、可能成为瓶颈。
流水线模式（Pipeline）：Agent 按固定顺序执行，如 解析 → 检索 → 生成 → 审核。结构清晰，易调试，适合标准化流程（如客服、报告生成）。
辩论/投票模式：多个 Agent 独立处理同一任务，通过辩论或投票得出最终结论，提高鲁棒性，但成本成倍增加。
编排与通信
任务分解：主管将大任务拆成子任务，为每个子任务选择合适专家。可基于规则或 LLM 决策。
消息传递：Agent 间传递结构化消息（任务描述、输入、约束），而非完整对话历史。约定 schema 便于解析和校验。
上下文管理：每个 Agent 只接收必要输入，输出精简摘要。避免将 A 的完整输出塞给 B，导致 token 爆炸。
冲突与一致性：多 Agent 可能产生矛盾结论。需定义裁决规则：主管仲裁、投票、或人工介入。
生产部署
可观测：为每次请求分配 trace_id，贯穿所有 Agent 和工具调用，便于排查问题。记录每个 Agent 的输入输出、耗时、token 消耗。
弹性：对 LLM 和工具调用做熔断、限流，防止级联故障。队列缓冲高峰请求。
发布：灰度发布新 Agent 或新 prompt，对比指标后全量。保留版本与回滚能力。
测试：构建回归测试集，覆盖典型场景和边界情况。自动化评估准确率、延迟、成本，防止迭代退化。