56.人工智能实战：多 Agent 协作为什么容易失控？从前期发现循环调用到状态机、预算与终止条件设计

人工智能实战：多 Agent 协作为什么容易失控？从前期发现循环调用到状态机、预算与终止条件设计一、问题场景：Agent 看起来很智能，但跑起来停不下来多 Agent 是大模型应用里很有吸引力的方向。常见设计：Planner Agent：负责规划 Research Agent：负责检索 Coder Agent：负责编码 Reviewer Agent：负责检查 Executor Agent：负责执行工具看起来非常强大。但前期测试时经常出现：1. Agent 互相甩锅 2. Planner 不断重写计划 3. Reviewer 一直要求修改 4. 工具循环调用 5. token 消耗失控 6. 任务跑很久没有结束我见过一个多 Agent 自动报告系统。任务是：根据文档生成一份分析报告。实际执行链路变成：Planner → Researcher → Writer → Reviewer → Writer → Reviewer → Writer...最后跑了 18 轮，仍然没结束。