单 Agent 的能力边界：为什么需要多智能体
前置知识
一句话定义
单 Agent 的能力边界指单个 LLM 智能体在上下文容量、注意力分配、视角独立性、并行性与职责专注度上的系统性上限；当任务触碰这些上限时，多智能体架构才成为合理选项。
直观类比
一个全能型顾问独自做一整套年报：他要边查资料边记账边写报告边自校对，桌上的文件（上下文）越堆越高，翻到中间的资料容易看漏（注意力稀释），自己写完自己审也很难客观（视角不独立）。分工给一个团队后，每个人桌上只放自己需要的那摞文件。
为什么重要
多智能体不是免费的：它带来通信开销、级联错误与工程复杂度（kp-004）。只有理解单 Agent 具体在哪一维失效，才能判断「加智能体」是不是对症下药——否则会把能用一个循环解决的问题复杂化。这条边界也是本库与单 Agent 站点（agent-development）的接壤线。
前置知识
kp-001（智能体与系统画像）；单 Agent 工具调用循环的运作方式（外部知识，见 agent-development 站点）。
核心概念
- 上下文膨胀（Context Bloat）：长任务的工具输出、中间产物不断写入上下文，最终逼近窗口上限或稀释注意力；
- 注意力稀释 / 中间遗忘（Lost in the Middle）：模型对长上下文开头与结尾的信息利用好于中段，关键信息被海量细节淹没；
- 角色过载（Role Overload）：一个系统提示同时承担规划、执行、审查，指令互相冲突导致行为不稳定；
- 无制衡（No Independent Check）：同一模型自产自审，错误模式高度相关，自我批评可靠性有限；
- 串行瓶颈（Serial Bottleneck)：单循环只能逐步推进，无法并行探索多条路线。
原理与机制
五个边界分别指向多智能体的五种解法，构成一条「症状 → 药方」的映射：
- 上下文要爆 → 分工：每个智能体只加载自己子任务的上下文，主线程只保留摘要（配合 kp-015 上下文工程）；
- 关键信息被淹没 → 聚焦：子智能体的窗口干净，关键约束放在显眼位置；
- 自审不可靠 → 制衡：用独立提示、不同模型甚至不同厂商的智能体做批评与验证（kp-008）；
- 探索太慢 → 并行：多智能体同时尝试多条路线后聚合（kp-009、kp-019）;
- 职责打架 → 单一职责：把冲突的指令拆到不同角色（kp-005）。
反过来有一张「不升级清单」：任务能在单循环内用几个工具完成；流程固定且每步可预测；验证可以靠确定性断言完成。满足任一条，优先用单 Agent 或纯工作流——Anthropic 的工程指南对此的表述是「为效果找最简方案，能不上智能体就不上」。
实例或案例
某团队让一个智能体「调研竞品并写报告」：检索 30 个网页后，工具结果占掉大半窗口，报告引用开始张冠李戴。改为三智能体后问题消失——检索智能体每页只回传摘要卡片，分析智能体只看卡片，写作智能体只看要点清单。瓶颈不在模型能力，而在上下文组织方式。
公式或模型
本节给一个注意力定性模型：设上下文中有效信息密度为 d，噪声占比随任务时长 t 上升（d ≈ d₀/(1+λt)），则关键指令被正确遵循的概率随 t 单调下降——这解释了为何长任务后期智能体「开始变笨」。定量公式（投票与级联）见 kp-004 与 kp-021。
图示
单 Agent 多智能体分工
┌──────────────────────┐ ┌─────────┐ ┌─────────┐
│ 规划+检索+分析+写作+自审 │ → │ 检索Agent │──▶│ 分析Agent │──▶ 写作Agent
│ 上下文: 全量,持续膨胀 │ │ 只看检索 │ │ 只看摘要 │ 只看要点
└──────────────────────┘ └─────────┘ └─────────┘常见误区
- 误区一：模型变强后边界消失。 窗口再大，注意力稀释与职责冲突是结构问题，不是容量问题；
- 误区二：任务失败就上多智能体。 先排查是提示词、工具还是上下文组织的问题，多数「看起来需要 MAS」的失败是单 Agent 可修的；
- 误区三：把多智能体等同于多模型。 分工的本质是上下文与职责的切分，几个智能体用同一模型也可行。
与其他知识点的关系
kp-004 把本知识点的定性权衡变成定量模型；kp-011 的选型决策树以本知识点的「不升级清单」为第一道闸门。
自测题
- 列出单 Agent 的五个系统性边界，并各给一个多智能体的对应解法。
要点：上下文膨胀→分工；注意力稀释→聚焦；无制衡→独立批评者；串行瓶颈→并行聚合；角色过载→单一职责。
- 给出三个「不该上多智能体」的判据。
要点：单循环可完成；流程固定可预测；验证可用确定性断言完成。
- 「Lost in the Middle」现象说明什么？
要点：模型对长上下文中段信息利用率低，关键信息位置与上下文组织方式影响输出质量。
延伸阅读
Liu 等人的《Lost in the Middle》是注意力稀释的实证出处；Anthropic《Building Effective Agents》给出了「最简方案优先」的工程原则。