diff --git a/05.架构/ci-cd/K8s 发布与可观测性体系.md b/05.架构/ci-cd/K8s 发布与可观测性体系.md
index 129e7fa..113d235 100644
--- a/05.架构/ci-cd/K8s 发布与可观测性体系.md	
+++ b/05.架构/ci-cd/K8s 发布与可观测性体系.md	
@@ -21,10 +21,10 @@ graph TD
     end
 
     subgraph K8sCluster["K8s 集群"]
-        SUBNAME["Service Name: user-service"] --> EP[Endpoint: pod IPs]
-        EP --> P1[Pod A: v2.3.1]
-        EP --> P2[Pod B: v2.3.1]
-        EP --> P3[Pod C: v2.4.0-new]
+        SVC["user-service"] --> EP[Endpoint<br/>pod IPs]
+        EP --> P1[Pod A<br/>v2.3.1]
+        EP --> P2[Pod B<br/>v2.3.1]
+        EP --> P3[Pod C<br/>v2.4.0-new]
 
         DEPLOY[Deployment] -->|管理| P1
         DEPLOY -->|管理| P2
@@ -32,27 +32,29 @@ graph TD
 
         HPA[Horizontal Pod Autoscaler] -->|扩缩容指令| DEPLOY
 
-        sub kubeSystem["kube-system 组件"]
-            APISERVER[API Server]
-            ETCD[(etcd)]
-            CONTROLLER[M-controller Manager]
-            SCHEDULER[Scheduler]
+        subgraph kubeSystem["kube-system 组件"]
+            comp1[API Server]
+            comp2[(etcd)]
+            comp3[Controller Manager]
+            comp4[Scheduler]
         end
 
         P1 -->|心跳 / metrics| PROMETHEUS[Prometheus TSDB]
         P2 -->|心跳 / metrics| PROMETHEUS
         P3 -->|心跳 / metrics| PROMETHEUS
-        P1 -.->Fluentd --> ES[ES / Loki]
-        P2 -.->Fluentd --> ES
-        P3 -.->Fluentd --> ES
+
+        P1 -.-> FLUENTD[Fluentd]
+        P2 -.-> FLUENTD
+        P3 -.-> FLUENTD
+        FLUENTD --> ES_LOG[ES / Loki]
     end
 
-    sub GrafanaUI["可视化层"]
+    subgraph GrafanaUI["可视化层"]
         GRAFANA[Grafana Dashboard] -->|查询| PROMETHEUS
         GRAFANA -->|告警规则| ALERTMANAGER[Alertmanager]
     end
 
-    INGRESS --> SUBNAME
+    INGRESS --> SVC
 ```
 
 ### RollingUpdate 策略详解
diff --git a/06.AI/agent-design/多智能体协作模式.md b/06.AI/agent-design/多智能体协作模式.md
index eec1621..75f9361 100644
--- a/06.AI/agent-design/多智能体协作模式.md
+++ b/06.AI/agent-design/多智能体协作模式.md
@@ -93,7 +93,39 @@ Step 4: 生成总结报告
 
 **动态 Planning（Replan）：** 当某一步失败或结果不符合预期时，Planner 重新规划后续步骤。例如搜索结果为空时，自动调整为「扩大搜索范围 → 使用同义词 → 切换到备选信息源」。
 
-### 消息传递协议
+#### Swarm 模式 — 蜂群协作
+
+Swarm 没有中心调度器。所有 Agent 只看同一个共享环境（比如一张公共白板），各自根据局部线索自主行动，互不发消息。
+
+```mermaid
+graph LR
+    SA["Agent A\n看线索 → 行动"] --> WB["公共环境 / 共享状态"]
+    SB["Agent B\n看线索 → 行动"] --> WB
+    SC["Agent C\n看线索 → 行动"] --> WB
+    SD["Agent D\n看线索 → 行动"] --> WB
+    WB --> Out["最终聚合"]
+```
+
+**跟 Supervisor 的根本区别：**
+
+| 维度 | Supervisor | Swarm（蜂群） |
+|------|-----------|--------------|
+| 通信方式 | Agent ↔ Supervisor ↔ Agent（中心化） | Agent ↔ 共享环境（去中心化） |
+| 协调者 | 有 | 无 |
+| 每个 Agent 知道全局吗 | 不知道，只知道自己的子任务 | 也不知道，只看局部线索 |
+| 结果如何汇总 | Supervisor 聚合 | 各自产出叠加即可 |
+
+**类比理解：**
+
+- **Supervisor** = 指挥官发号施令，士兵执行并汇报
+- **Swarm** = 一群蜜蜂围着蜂巢转，每只各自找花蜜，最后蜂蜜自然 accumulate
+
+**适用场景：**头脑风暴、概念发散、大量独立验证——即"**不需要商量、答案 = 所有人想法的总和**"的场景。比如让 10 个 Agent 各出 20 个点子，再挑最好的几条。
+
+> [!WARNING]
+> Swarm 的坑：① 多个 Agent 可能重复试同一个方向（浪费算力）；② 缺少全局约束时，产出容易过于发散难整理；③ 某个 Agent 发现走不通也无法通知别人及时止损。
+
+## 消息传递协议
 
 多 Agent 之间通过结构化消息通信，推荐基于 JSON Schema 定义契约：