多 Agent 協作的規模化瓶頸：從對話到文件

多 Agent 的瓶頸往往不是模型數量，而是協作資訊在規模擴大後失去共同脈絡。把文件設計成共享狀態與決策證據的介面，可以減少冗餘通訊、降低 Token 成本，並讓協作過程保有可追溯、可審計與可回溯的治理基礎。

為什麼多數 Agent 協作會陷入溝通困境？

目前主流的 Agent 協作框架，例如微軟的 AutoGen，常採用「群聊」模式。一個用戶代理（User Proxy Agent）提出需求，多個專家代理（Expert Agents）在一個共享的對話空間中輪流發言，直到任務完成。這種模式在處理相對簡單、邊界清晰的任務時非常直觀有效。然而，一旦團隊規模擴大或任務複雜度提升，問題便隨之浮現。

首先是成本問題。每一次對話輪轉，都意味著大量的 Token 消耗。在一個 N 個 Agent 的團隊中，若採用廣播式的溝通，通訊成本會隨著 Agent 數量與互動頻率急劇上升。更重要的是，不斷增長的對話歷史很快會超出模型的上下文視窗限制（例如 GPT-4 Turbo 的 128k context window），導致 Agent「遺忘」早期的重要資訊，進而影響決策品質。

這種點對點的密集通訊，本質上是一種高成本、低效率的同步機制。它要求所有 Agent 持續關注對話流，卻往往產生了大量冗餘資訊，反而拖慢了整體效率。

協調的媒介，決定了系統複雜度的上限。當溝通本身成為負擔，我們需要的不是更好的對話者，而是更好的協作基礎設施。

共享文件：如何成為更優越的協調層？

將協調的重心從「對話」轉移到「文件」，並非一個全新的概念。這其實呼應了經典 AI 中的「黑板系統（Blackboard System）」架構。在這個模型中，各領域的專家（Agents）不直接對話，而是共同讀寫一個共享的知識庫（黑板），非同步地貢獻自己的解決方案。每個 Agent 只需關注黑板上與自己相關的資訊變化，大幅降低了通訊的複雜性。

在現代 Agent 架構中，這塊「黑板」就是結構化的共享文件或資料庫。一個優秀的案例是 MetaGPT 框架，它將軟體開發流程標準化，讓不同角色的 Agent（如產品經理、架構師、工程師）產出標準化的文件，例如產品需求文件（PRD）、技術設計文件與 API 文件。這些文件成為 Agent 之間唯一的溝通介面。這種做法帶來幾個顯著優勢：

• 降低成本： Agent 不再需要處理冗長的對話歷史，只需讀取結構化的文件，Token 消耗大幅降低。
• 持久化與可審計性： 所有決策過程與中間產物都被記錄在文件中，形成了清晰、可追溯的紀錄。這對於後續的除錯、優化與治理至關重要。
• 非同步與解耦： Agent 可以獨立、非同步地工作，只要遵循共同的文件格式即可。這使得系統更容易擴展，也更容易替換或升級單一 Agent。

MetaGPT 的實驗結果也證明了此模式的有效性，它在 HumanEval 編碼基準測試中達到了 87.7% 的高分，顯示結構化協作能夠產出高品質的成果。

如何設計以文件為中心的協作架構？

從對話轉向文件，意味著我們需要更謹慎地設計 Agent 之間的「介面」。這不僅是技術選擇，更是對協作流程的重新思考。這也與吳恩達（Andrew Ng）提出的 Agentic Workflows 概念不謀而合，即從單一模型的 Prompt Engineering 轉向設計多個 Agent 的協作流程。

一個穩健的以文件為中心的架構，應包含幾個關鍵元素：

1. 結構化的文件範本（Structured Templates）： 為不同類型的任務定義清晰、標準化的文件格式與綱要，確保 Agent 的產出一致且可被其他 Agent 解析。
2. 狀態管理與版本控制（State & Version Control）： 共享文件本身就是系統的狀態。需要引入類似 Git 的版本控制機制，追蹤文件的變更歷史，並處理可能發生的衝突。諸如 LangGraph 這樣的工具，正是將狀態機的概念引入 Agent 協作，這與文件導向的思維非常契合。
3. 觸發與通知機制（Triggers & Notifications）： 當文件被更新時，需要有機制能選擇性地通知相關的 Agent 採取行動，而非對所有 Agent 進行廣播。

近期一篇在 arXiv 上的研究（2608.16801）透過時序網路分析，量化了不同協作模式下的通訊成本。其初步發現支持了這個觀點：隨著 Agent 團隊規模從 5 個擴展到 15 個以上，採用共享文件策略的團隊，其點對點通訊密度顯著降低，總體 Token 成本節省超過 60%。

這證明了文件不僅是理論上更優雅的方案，在實務上也具備顯著的經濟效益。最終，一個成熟的多 Agent 系統，其內部溝通看起來可能不會像一群人熱烈討論，而更像一個紀律嚴明、透過文檔與 API 高效協作的工程組織。

延伸閱讀

• AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation Framework
• MetaGPT: Meta Programming for Multi-Agent Collaborative Framework
• Agentic Design Patterns by Andrew Ng
• LangGraph Official Documentation

我是江中喬，專注於 AI Agent Architecture、Memory Governance 與 Cognitive Diversity，持續研究如何打造能夠長期協作、可信任且可治理的 AI 系統。