6.7 KiB
tags, create time
| tags | create time | ||||
|---|---|---|---|---|---|
|
2026-08-09 12:00 |
多智能体协作模式 — 测试题
概述
本测试覆盖 Supervisor 主从分发模式、Critic 审查反馈循环、Planner 规划先行机制、消息传递协议以及各模式的对比分析。共 10 道题目（6 选择 + 3 填空 + 1 简答）。
一、选择题（6道，由浅入深）
难度阶梯: Q1-Q2 基础概念 → Q3-Q4 核心原理 → Q5-Q6 深入应用/边界场景
Q1（基础）— 考察定义层面
多智能体系统相比单一大 Agent 的核心挑战不包括以下哪项？
A. 通信协议设计 B. 任务分解质量 C. 模型训练数据量 D. 冲突消解机制
Q2（基础）→
Supervisor 模式中子任务的最佳粒度是：
A. 越细越好——每个原子操作都拆成独立子任务 B. 越粗越好——减少通信开销 C. 一般 3-7 个粒度最合适——匹配人类短期记忆容量（Miller 法则） D. 固定为 2 个子任务以确保并行效率
Q3（进阶）— 核心原理
Critic Agent 的角色定位是什么？
A. 负责生成候选方案并评估其可行性 B. 不生产内容，只评估已有内容的质量，给出评分和改进建议 C. 负责将最终结果格式化输出 D. 负责与用户交互收集需求
Q4（进阶）— 比较/辨析
以下关于 Planner 模式动态 Planning（Replan）的描述哪个是正确的？
A. Plan 一旦制定就不能修改 B. 当某一步失败或结果不符合预期时，Planner 重新规划后续步骤 C. Replan 只在所有步骤完成后触发 D. Replan 会从头开始执行整个流程
Q5（深入）— 场景推理
在 Gen2D 项目中采用的多 Agent 混合架构是：
A. 纯 Supervisor 模式 B. 纯 Planner 模式 C. Supervisor + Planner 混合模式 D. Swarm 模式
Q6（深入）— 源码级/边界场景
原文中提到"为什么不做一个超级大的 Agent"的四个原因中，以下哪个不是其中的一个？
A. 上下文窗口有限，塞入太多能力会稀释注意力 B. 工具冲突概率随数量增加而上升 C. LLM 的单次推理成本随上下文长度指数增长 D. 调试困难——出问题时无法定位是哪个模块的问题
二、填空题（3道）
F1 — 填空1
多 Agent 之间通过结构化消息通信，推荐使用 _____ Schema 定义契约。消息类型体系中，task_assignment 的方向是 S → Agent，_____ 的方向是 Agent → S（汇报完成结果）。
提示: 第一个空填消息格式；第二个空是原文表格中的消息类型名称。
F2 — 填空2
Critic 的质量取决于它的评估标准是否_____。纯自然语言的评判主观性太强，应该定义结构化评分维度：准确性、完整性、安全性各占权重。
提示: 形容词，表示可以用数字衡量。
F3 — 填空3
Swarm 模式的优点是简洁灵活、天然并行，缺点是缺乏全局协调、易产生不一致。它最适合的场景是_____和发散性的_____。
提示: 两个词，描述一类任务的性质。
三、简答题（1道）
S1
面试官问："在一个智能客服系统中，你需要同时处理用户咨询、订单查询和退款申请三个不同类型的请求。请设计一个多 Agent 协作方案，说明你会选用哪些模式组合，为什么这样选型，以及如何保证最终交付给用户的一致体验。"
答题框架提示:
- 整体架构模式选择及理由
- 各 Agent 的职责划分
- 通信与状态管理
- 质量保障机制
参考答案与解析
选择题答案
| 题号 | 正确答案 | 解析 |
|---|---|---|
| Q1 | C | 多智能体的三大核心挑战：① 通信协议设计；② 任务分解质量；③ 冲突消解机制。模型训练数据量是单Agent和多Agent都要面对的共同问题，不是多Agent特有的挑战。 |
| Q2 | C | Miller 法则指出人类短期记忆容量约为 7±2 个信息块。子任务拆得太细导致通信开销过大；太粗则失去并行价值。3-7 是最优区间。 |
| Q3 | B | Critic 不生产内容，只评估已有内容的质量。Producer-Critic 形成对抗循环，类似于 GAN 中的判别器角色。 |
| Q4 | B | 动态 Planning（Replan）的核心就是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。 |
| Q5 | C | Gen2D 采用 Supervisor + Planner 混合：入口 Supervisor 分解为前端/后端/测试三条线，每条线内由 Planner 制定步骤序列。避免单层 DAG 节点过多。 |
| Q6 | C | 原文提到的四个原因是：① 上下文窗口有限；② 工具冲突概率上升；③ 调试困难；④ 迭代成本高。单次推理成本随上下文增长虽然也是事实，但原文未将其列为核心理由。 |
填空题答案
| 题号 | 答案 | 解析 |
|---|---|---|
| F1 | JSON；result_report |
JSON Schema 提供结构化的消息契约。消息类型体系包括 task_assignment（分配）、result_report（汇报）、feedback_request（反馈）、escalation（上报）、cancellation（取消）。 |
| F2 | 量化（或"可量化"） |
纯自然语言评判主观性太强。Critic 必须定义结构化评分维度如准确性（准确率%）、完整性（覆盖率%）、安全性（违规数），各占明确权重。 |
| F3 | 探索性；头脑风暴 |
Swarm 没有全局协调者，各 Agent 独立行动。这种模式适合无固定流程的探索性任务和发散性的头脑风暴，不适合需要严格顺序的步骤化任务。 |
简答题参考答案
S1：参考答案要点：
- 整体架构：选用 Supervisor + Critic 混合模式。Supervisor 负责接收用户需求并按类型分发给专业 Agent（咨询专家、订单专员、退款专员），Critic 负责最终输出质量的交叉检查。
- 职责划分：咨询 Agent 调用知识库 RAG；订单 Agent 查询数据库；退款 Agent 走审批流 FSM。每种类型的 Agent 工具集互不干扰。
- 通信与状态：结构化消息（JSON Schema）承载任务分配和结果汇报。共享 State 存储中间产物和用户上下文。
- 一致体验：Critic Agent 统一审核各 Agent 的输出——格式规范化、语气一致性、敏感词过滤。最终由 Supervisor 整合后交付用户。
- 降级策略：某个 Agent 不可用时（如订单系统宕机），Supervisor 切换到缓存版本或直接告知用户暂时无法服务，而不是让整个对话崩溃。
评分标准：答出任意 2 个要点即可得满分；完全正确需覆盖全部要点。