《AI Agent原理与实战》2026版第22课编排实战：Supervisor 与 Orchestrator-Worker-北京尧图网络

本文收录于专栏《AI Agent原理与实战》2026版—— 专栏系统覆盖 AI Agent 的记忆、工具、插件与实战点击订阅可跟踪后续更新。本课定位组织学落地为两种主力编排Supervisor 串行调度与 Orchestrator-Worker 并行分发。本课深挖 Anthropic 多 Agent 研究系统的八条生产教训然后亲手复刻 mini Deep Research——本课程项目线的第三级。阶段 4多智能体系统来源【补 Anthropic《How we built our multi-agent research system》】微软第 8 课模式映射关键字Agent编排、Supervisor模式、Orchestrator-Worker、串行调度、并行分发、Deep Research、多Agent实战、结果汇总本节目录22.1 两种编排模式的分工逻辑22.2 Supervisor串行调度按需分派22.3 Orchestrator-Worker并行分治压缩回传22.4 Anthropic 多 Agent 研究系统架构与数据22.5 八条工程教训生产经验全文提炼概念讲解22.1 两种编排模式的分工逻辑22.2 Supervisor串行调度按需分派Supervisor 是一个只会派活和收活的中央 Agent。它维护任务清单每一轮决定下一步交给谁、带上什么上下文worker 完成后结果回到 Supervisor再决定下一步。特点控制点集中所有信息流经一处天然适合加审批、限流、人工确认闸门第 25 课。串行为主worker 依次发言适合流程有依赖、需要逐步推进的任务。弱点Supervisor 的上下文窗口是全系统瓶颈——所有中间结果都要在这里汇总worker 数量多、任务长时会被窗口和 token 双重挤压。22.3 Orchestrator-Worker并行分治压缩回传Orchestrator 同样是中央 Agent但派活方式是一把撒出去把任务切成 N 份同时派给 N 个子 Agent各自在独立上下文窗口里探索完成后只回传压缩后的发现。特点并行度最高Anthropic 实测两类并行化主 Agent 并行起 3-5 个子 Agent 子 Agent 每轮并行调 3 个工具让复杂研究耗时下降最高 90%。上下文隔离彻底子 Agent 的海量探索过程搜索、翻页、筛选都消耗在自己的窗口里主 Agent 只接收结论。弱点结果合并难多份结论可能有矛盾子 Agent 失控风险简单问题起 50 个子 Agent 就是 Anthropic 早期真实翻车现场。选择口径流程依赖重、需要逐步确认 → Supervisor子任务独立、追求吞吐 → Orchestrator-Worker。研究类任务广度优先、多方向并行探索是后者典型场景编码类任务强依赖、共享代码上下文更适合单 Agent 或 Supervisor 轻量协调。与微软第 8 课的模式语言对照微软·8微软的Hand-off移交模式——每个 Agent 代表工作流一步、按预定义规则交接任务——正是 Supervisor 拓扑在业务流程里的具象化客服转技术支持就是最典型 hand-off 链微软的Group chat群聊模式可集中路由也可去中心互发对应worker 共享一条对话流的 supervisor 变体而集中式/去中心式/混合怎么选本身就是微软六大构建块里的第五块多 Agent 模式选择微软·8——本课两种模式就是这个决策在编排层的答案。微软还提醒编排设计别漏了第六块人机回路微软·8Supervisor 的集中控制点天然适合挂人工确认闸门用户指定要某家酒店、下单前确认这在第 25 课会展开成完整的边界设计。22.4 Anthropic 多 Agent 研究系统架构与数据Anthropic 2025 年 6 月公开的 Research 功能架构是 Orchestrator-Worker 的生产级范本完整流程用户提问 │ ▼ LeadResearcher主Agent 1. 思考并制定策略 → 计划写入外部 Memory防 200K 窗口截断丢计划 2. 并行创建 3-5 个 Subagent每个带四要素任务说明目标/输出格式/工具指引/边界 3. Subagent 各自: 并行 web 搜索 → interleaved thinking 评估结果 → 补查 → 回传压缩发现 4. LeadResearcher 综合结果, 判断是否需要追加子Agent (研究循环) 5. 信息充分 → 退出循环, 全部发现交给 CitationAgent 6. CitationAgent 为报告逐条定位引用来源 │ ▼ 带引用的最终研究报告几个关键实测数据均出自原文检索日 2026-10-01指标数值含义多 Agent vs 单 Agent 研究评测90.2%Claude Opus 4 主 Agent Sonnet 4 子 Agent 的组合胜过单 Opus 4token 消耗多 Agent vs 普通对话~15×经济性门槛任务价值必须配得上这个成本token 消耗单 Agent vs 普通对话~4×Agent 本身就比聊天贵BrowseComp 方差解释token 用量单独解释80%三因子共 95%多 Agent 的本质是花足够多的 token 解决问题并行化收益复杂查询研究时间-90%两级并行子 Agent 并行工具并行工具描述优化收益后续任务完成时间-40%工具描述即接口第 8 课 ACI 的量化佐证「token 用量解释 80% 方差」这条发现值得单独展开它说明多 Agent 系统提升性能的第一性原理是用并行窗口把有效 token 花够而非多个智能体涌现出群体智慧。这直接解释了为什么多 Agent 对广度型任务如列出标普 500 信息技术板块所有公司的董事会成员提升巨大——单 Agent 串行搜索慢到超时多 Agent 分解后每个子 Agent 只需查几家公司而对深度依赖型任务收益有限。22.5 八条工程教训生产经验全文提炼Anthropic 文章的主体是八条提示工程教训逐条提炼并标注课程回指像你的 Agent 一样思考Think like your agents在 Console 里用与生产完全相同的提示工具跑模拟逐步观察 Agent 行为。失败模式当场可见结果已够还在继续搜、查询词过长过窄、选错工具。教协调者如何委派Teach the orchestrator how to delegate子任务说明必须含目标、输出格式、工具与来源指引、任务边界四要素第 21 课因子 1。指令太短 → 子 Agent 重复劳动或漏查。努力程度随复杂度缩放Scale effort to query complexity把缩放规则写进提示——简单事实查询用 1 个 Agent 调 3-10 次工具直接对比类 2-4 个子 Agent 各 10-15 次复杂研究 10 个子 Agent 分工明确。早期版本对简单问题过度投入是高频失败模式。工具设计与选择是关键Tool design and selection are critical给 Agent 显式启发式——先看全部可用工具、工具匹配用户意图、外部大范围探索用 web 搜索、专用工具优先于通用工具。差工具描述会把 Agent 带进完全错误的方向量化修复后 -40% 完成时间。让 Agent 自我改进Let agents improve themselvesClaude 4 系模型给一份提示失败模式就能诊断原因并改提示Anthropic 甚至建了工具测试 Agent反复试用有缺陷的 MCP 工具并重写其描述。先广后窄Start wide, then narrow downAgent 默认写又长又窄的查询导致结果寥寥。提示里要求先短而宽的查询、评估可得信息、再逐步收窄——模仿人类专家的检索策略。引导思考过程Guide the thinking process扩展思考extended thinking当可控草稿纸。主 Agent 用思考做规划选工具、判断复杂度、定子 Agent 数量与分工子 Agent 在工具结果后用 interleaved thinking 评估质量、找缺口、定下一步查询。并行工具调用改变速度与性能Parallel tool calling transforms speed and performance两级并行化见上表 -90%。这是架构级决策不是提示技巧。八条之外附录里三条补充同样生产级终态评估评最终状态对不对而非逐步骤对不对——Agent 可能走不同但同样有效的路径长对话管理阶段总结落盘外部记忆接近窗口上限时用干净上下文的子 Agent 精心交接续命产物落文件系统子 Agent 大产出直接写外部存储、回传轻引用绕开传话游戏。生产可靠性一节的三条教训错误复合需断点恢复、全链路 tracing 才能定位为什么没找到、彩虹部署避免更新杀死运行中 Agent将在第 26 课展开。注意这里的全链路 tracing正是微软第 8 课可观测性三件套日志监控/可视化/性能指标微软·8的生产级升级版微软的每个 Agent 动作记一条日志谁/什么动作/何时/结果落到 Anthropic 这里就是全量事件 trace微软的信息流可视化对应 Anthropic 监控 Agent 决策模式与交互结构微软的性能指标对应研究时长、token 消耗、评测胜率。两套话语指向同一个工程事实多 Agent 系统没有可观测性就没有可调试性微软·8 Anthropic。案例实战mini Deep Research目标无框架复刻 Anthropic Research 功能的最小骨架——LeadResearcher 规划 → 并行 Subagent 检索模拟工具→ CitationAgent 引用 → 综合。总代码约 130 行OpenAI 兼容 API 即可跑。运行环境Windows 10/11 / macOS / Linux 均可Python ≥ 3.10pip install openai1.30。模型三选一2026-10 实测可通DeepSeekhttps://api.deepseek.comdeepseek-chat/ MiniMaxhttps://api.minimaxi.com/v1MiniMax-M2/ 智谱 GLMhttps://api.z.ai/api/coding/paas/v4glm-4.7-flash——接入方式与坑同第 21 课案例brotli 头、reasoning_content降级、429 重试此处复用ask()实现不再重复。与第 21 课案例的差异并行asyncio.gather 努力程度缩放规则引用定位。这里检索用模拟工具返回预置文本把重点放在编排结构上接真实搜索 API 是第 7 课工具调用模式的直接套用。第 24 课综合项目会用 DeepSeek 实测版跑真实 LLM 决策。# mini Deep Research【已实测——2026-10 于 Linux (Ubuntu 22.04, Python 3.10, openai 3.6.0)# deepseek-chat 全流程跑通 (规划→并行检索→综合→引用); 模型接入层与第21课案例共用】# 依赖openai1.30Python3.10编排模式Anthropic orchestrator-worker 复刻importjson,asynciofromopenaiimportAsyncOpenAI clientAsyncOpenAI(api_keyYOUR_API_KEY,# env: DEEPSEEK_API_KEY / MINIMAX_CN_API_KEY / GLM_API_KEYbase_urlhttps://api.deepseek.com,default_headers{Accept-Encoding:gzip, deflate})MODELdeepseek-chatMAX_SUBAGENTS,MAX_TOOL_CALLS,TOKEN_BUDGET5,10,200_000# 失控防控三闸门# ── 模拟检索工具替换成真实 search API 即为完整版 ──────────────FAKE_CORPUS{multi-agent framework:AutoGen 0.4 (微软) 事件驱动架构; CrewAI 角色制; MetaGPT SOP制 (检索日 2026-10 口径),orchestrator-worker:Anthropic Research: 并行3-5子Agent, 计划先落Memory, CitationAgent负责引用,token cost:Anthropic 实测: 多Agent约为普通对话15倍token; 单Agent约4倍,}asyncdefweb_search(query:str)-str:hits[vfork,vinFAKE_CORPUS.items()ifk.split()[0].lower()inquery.lower()]return\n.join(f[{i1}]{h}fori,hinenumerate(hits))or[1] (无相关结果)asyncdefask(system:str,user:str)-str:rawaitclient.chat.completions.create(modelMODEL,temperature0.2,messages[{role:system,content:system},{role:user,content:user}])returnr.choices[0].message.content# ── 1. LeadResearcher: 规划缩放规则 ────────────────────────────LEADf你是研究主Agent。分析用户问题复杂度并制定子Agent分工。努力程度缩放规则: 简单事实→1个子Agent; 对比类→2-3个; 复杂研究→最多{MAX_SUBAGENTS}个。输出 JSON: {{complexity:simple|compare|complex,plan:一句话策略,subtasks:[每个含目标/输出格式/工具指引/边界]}}# ── 2. Subagent: 并行检索压缩回传 ──────────────────────────────SUB你是研究子Agent。任务{task} 循环最多 {max_calls} 次工具调用: 生成宽查询→调 web_search→评估→必要时收窄再查。完成后只回传: 1)关键发现(每条带来源编号) 2)信息缺口。不超过200字。asyncdefsubagent(task:str)-str:findings,calls[],0qtask[:40]# 先宽后窄的宽起点whilecallsMAX_TOOL_CALLS:# 失控防控: 单子Agent工具调用上限calls1resultawaitweb_search(q)findings.append(result)evawaitask(评估检索结果是否已覆盖任务目标, 只输出 enough 或 narrow:新查询,f任务:{task}\n结果:{result[-500:]})ifev.startswith(enough):breakqev.split(:,1)[-1]# 收窄再查returnawaitask(综合以下检索记录回传关键发现缺口,\n.join(findings))# ── 3. 主流程: 并行 fan-out → 综合 → 引用 ─────────────────────────asyncdefresearch(question:str)-str:planjson.loads(awaitask(LEAD,question))# 教训1/3: 规划缩放subsplan[subtasks][:MAX_SUBAGENTS]# 失控防控: 子Agent数量上限foundawaitasyncio.gather(*(subagent(t)fortinsubs))# 教训8: 并行 fan-outdraftawaitask(你是综合器。基于子Agent发现写研究报告草稿, 每条事实标注[子任务#]。,json.dumps({q:question,findings:found},ensure_asciiFalse))citedawaitask(你是CitationAgent。检查草稿中每个[来源]标记是否真实存在于发现列表, 移除无依据论断, 输出终稿引用列表。,draft)returncitedif__name____main__:print(asyncio.run(research(多Agent系统的token成本与并行收益如何权衡?)))实测记录2026-10Linux/Ubuntu 22.04 Python 3.10 openai 3.6.0 deepseek-chat规划器把问题判为 complex 派出 5 个子 Agent 并行检索asyncio.gatherfan-out 生效综合器产出带[子任务#]标注的草稿CitationAgent 完成逐条引用核对并在报告尾部输出引用列表——值得注意的是它还主动指出了证据来源单一、高度重复的缺口这个行为与 Anthropic 系统的 CitationAgent 设计意图一致。步骤① Windows 下setx DEEPSEEK_API_KEY sk-xxxLinux/macOS 用export→ ②pip install openai1.30→ ③ 跑默认问题对照上面的实测记录 → ④ 改问一个简单事实问题观察缩放规则只派 1 个子 Agent → ⑤ 把FAKE_CORPUS换成真实搜索 API第 7 课即得完整 Deep Research。预期输出带[子任务#]标注的研究报告引用核对后的终稿。终端无进度输出时可在subagent里加print(task, calls)观察并行与先广后窄行为。要点回看计划四要素教训 2、缩放规则教训 3、先广后窄教训 6、两级并行教训 8、CitationAgent 独立角色真实系统同款全部落进代码。三闸门MAX_SUBAGENTS / MAX_TOOL_CALLS / TOKEN_BUDGET是失控防控的最低配置第 24 课展开预算守卫实现并附 DeepSeek 真实决策的实测记录。小结Supervisor 适合流程依赖重、要逐步确认的任务Orchestrator-Worker 适合子任务独立、追求吞吐的任务——研究是后者的招牌场景。Anthropic 生产数据三记重锤多 Agent 90.2% 研究评测、~15× token 成本、token 用量解释 80% 性能方差——多 Agent 的本质是用并行窗口把有效 token 花够不是玄学涌现。八条教训骨架想 Agent 所想 / 委派四要素 / 努力缩放 / 工具即接口 / Agent 改提示 / 先广后窄 / 思考可控 / 两级并行。mini Deep Research 的最小骨架规划含缩放→ 并行子 Agent独立窗口压缩回传→ 综合 → 引用核对失控防控三闸门子 Agent 数、单 Agent 工具调用数、总 token 预算从第一行代码就要有。框架里对应的抽象AutoGen 的 Teams、CrewAI 的 Crew、Agents SDK 的 agents-as-tools见第 23 课完整模拟项目见第 24 课。扩展阅读网络提示anthropic.com 需代理核心结论已摘进本课正文openai.com 系需代理协议层知识已进正文实测均可用国产端点替代pip 安装建议加清华镜像-i https://pypi.tuna.tsinghua.edu.cn/simple。详见总纲附录《国内网络访问与国产适配指南》。Anthropic《How we built our multi-agent research system》本课主源2025-06-13https://www.anthropic.com/engineering/multi-agent-research-systemAnthropic 系统开源提示词Cookbook与本课架构配套https://platform.claude.com/cookbook/patterns-agents-basic-workflowsAnthropic《Building effective agents》orchestrator-workers 模式https://www.anthropic.com/engineering/building-effective-agentsBrowseComp 基准token 方差研究的评测源https://openai.com/index/browsecomp/我的专栏蛋白 / 抗体 / 多肽 / 核酸分子模拟 / 动力学 / 对接药物 / 设计 / 案例AI / Agent / 大模型开源蛋白结构预测分子模拟基础小分子药物设计案例AI Agent系列开源蛋白生成方法实践分子动力学模拟-Amber蛋白药物设计案例化学大模型开源多肽设计模型分子动力学模拟-Gromacs多肽药物设计案例《AI Agent原理与实战》开源多肽性质预测分子动力学模拟-OpenMM开源小分子生成设计CADD中的机器学习模型DNA/RNA药物设计結合自由能高效计算配置《MCP 入门实战》siRNA药物设计模型UCSF DOCK系列我胡师兄说药《AI入门实战2026》ASO药物设计模型rDock系列 LeDock系列 gnina系列《经典机器学习实战》

《AI Agent原理与实战》2026版第22课编排实战：Supervisor 与 Orchestrator-Worker

相关推荐

FPGA版本迭代实践：如何通过影响域分析锁定待验证模块

30 分钟跑通一次 APK 逆向完整分析：Codex-X 提示词注入工具指南

笔记软件推荐：Markdown 也好，双向链接也好，先找到能坚持写下去的那一款

更多资讯

PCA9422与PIC18F86J55嵌入式电源管理方案设计与实战

俄语字母Unicode映射与编码转换实战指南

微信公众号RSS聚合系统搭建原理与实践

PCA9422与STM32F303K8低功耗电源管理设计实战

Spring Boot应用接入ELK日志收集实战：从架构到踩坑全解析

Elo竞赛复盘：特征工程、目标编码与模型融合的实战指南

今日更新

MATLAB缩进快捷键与批量格式化实战指南

用Poco实现Qt风格信号与槽的跨平台C++方案

ESXi裸机虚拟化安装指南：从硬件兼容到虚拟机部署

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？