关于智能体开发过程中的概念普及——MAS，SAS和workflow工作流

智能体开发是一项复杂的系统性工程，因此在开发过程中存在各种各样的问题，因此我们今天主要来普及一下关于智能体的几个概念：

MAS——Multi Agent System  多智能体系统

SAS——Single Agent System 单智能体系统

workflow工作流

从功能上来讲，智能体是一个能够独立完成任务的功能节点；其既可以单独使用，也可以和其它工具配合使用。

关于智能体的概念在这里就不做过多解释了，从技术角度来讲智能体主要由以下四个部分组成：

规划

记忆

执行

工具

一个智能体能够独立完成任务规划，并且可以调用工具完成特定任务；但在开发的过程中又存在各种各样的问题；而今天介绍的几个概念就是为了解决这些问题。

SAS——Single Agent System 单智能体系统

什么是单智能体系统？

所谓的单智能体系统就类似于一个无所不能的专家，举例来说这个智能体即可以去规划旅行线路，也可以去订酒店车票，只要你给它足够多的工具，那么它就无所不能。

但单智能体系统存在哪些问题？

其一，不符合软件设计中的单一职责原则，原因就在于这个智能体看似很强大；但其隐藏的问题同样也不少，比如说性能问题，稳定性问题，幻觉问题等。

大模型虽然很强大，但当其要做这个，也要做那个时；其效果就会大打折扣，特别需要长链路的复杂任务场景中。大模型的自主规划能力往往就不尽人意了。而且由于工具过多的原因会导致大模型出现选择困难症——也就是幻觉问题。而且随着任务的执行，其调用链越来越长，其提示词也越来越长，很有可能会超出大模型的窗口限制。

而根据智能体的实现方式，LLM+Function call和LLM+MCP，用户可以根据自己的需求选择合适的实现方式；事实上，智能体只有一种实现方式，那就是LLM+tools。

MAS——Multi Agent System 多智能体系统

而为了解决以上问题，多智能体系统就应运而生了；多智能体系统就类似于一个强大的团队，团队成员本身并不需要什么都会，只需要专精于自己的领域即可。

比如说开发一个软件，需要项目经理，技术经理，程序员，设计，产品，测试等；由多个擅长不同领域的人组合在一起就可以组成强大的团队，而且并不是简单的1+1等于2的效果。

而多智能体系统就是类似于一个这样的团队，通过把一个复杂的任务拆解成多个子任务，然后每个智能体复杂其中的一个功能点，最后再把这些子智能体组合起来就可以完成复杂的任务。

并且由于其是完全解耦的，因此其中任何一个智能体出现问题或需要优化，都可以随时替换；并且不同智能体之间可以随意组合出新的智能体；这一点是单智能体远远比不了的。

但多智能体同样存在一些问题，比如说智能体之间的通讯问题，数据格式问题；由于大模型的输出不确定性，直接导致不同智能体之间的沟通存在天然的障碍。

工作流——workflow

既然有了智能体，那么工作流的作用是什么呢？

我们知道管理一家企业最重要的并不是某个人能力有多强，而是需要完善的规章制度；而工作流的意义也在于此。

在真实的业务场景中，很多复杂的任务一个智能体可能根本完成不了，或者某些环节根本不需要智能体，只需要使用普通的工具即可。

因此，这时为了完成特定的任务，我们就需要一条线把这些智能体或其它节点串联起来，而工作流就是这根线；有了工作流的存在，就可以让智能体按照固定的流程来完成特定的任务。

而且，同时工作流还可以解决智能体之间的通讯问题；而且工作流本身就具备流程编排的能力，因此其有点类似于管理智能体的工具；可以通过工作流对不同的智能体进行编排以完成不同的任务；达到减少重复开发的目的。

当然，以上几种技术并没有优劣之分，在不同的业务场景下可以选择不同的解决方案；并且，这几种技术也不是互斥的，很多时候可以把它们结合起来使用。