bestpractice-multi-agent-analysis

name	bestpractice-multi-agent-analysis
description	文档分析、调研任务、复杂信息整合

多 Agent 并行分析最佳实践

元数据

• 类型: BestPractice
• 适用场景: 文档分析、调研任务、复杂信息整合
• 创建日期: 2026-02-21
• 来源: 2026-02-16 "4+4"多 Agent 文档分析实验

---

实验背景

对房产调研文档进行并行分析，采用"4 个综合 + 4 个专题 + 1 个交叉验证"的 9 Agent 架构。

最终产出：11 个分析 JSON（4108 行）及可视化网站。

---

核心发现

Multi-agent 的真正价值：上下文窗口隔离

Multi-agent 框架的真正价值不在于角色扮演（PM/Dev/QA 分工），而在于上下文窗口隔离。

• 管理 Agent 不需要知道语法错误等低层细节，只需高层规划
• 每个 Agent 专注自己的抽象层次，减少信息过载
• 盲目模仿人类协作模式（如机械分工 PM/Dev/QA）是错误的 AI-native 设计

Topic 分割保持 50% 重叠

不要把任务完全切分，而是让相邻 Agent 有 50% 的职责重叠。

原因：

• 交叉区域最容易遗漏
• 重叠允许交叉验证
• 不同 Agent 对同一内容可能发现不同角度

交叉验证发现不一致

实验中发现的关键不一致：

• 车库转换可行性评估矛盾（Agent A 认为可行，Agent B 指出法规限制）
• 750 平方英尺阈值在不同文档中的解释差异

不一致不是 Bug，是特性——它暴露了信息中的矛盾和模糊点。

专题深入发现跨维度洞察

专题 Agent 比综合 Agent 更容易发现：

• 跨文档的模式
• 数值阈值（如 750 平方英尺）
• 隐藏的约束条件

---

推荐架构

小型任务（≤3 个文档）

2-3 个综合 Agent（50% 重叠）

中型任务（3-10 个文档）

3-4 个综合 Agent + 2-3 个专题 Agent

大型任务（>10 个文档）

4 个综合 Agent + 4 个专题 Agent + 1 个交叉验证 Agent

Agent 分工示例

类型	数量	职责
综合	4	各自覆盖完整文档集，50% 重叠
专题	4	分别关注：财务/法规/技术/市场
交叉验证	1	比对前 8 个 Agent 的输出，标记不一致

---

输出格式

推荐使用结构化 JSON：

{
  "agent_id": "comprehensive_1",
  "scope": ["doc1.md", "doc2.md", "doc3.md"],
  "findings": [
    {
      "topic": "主题",
      "summary": "摘要",
      "evidence": "引用原文",
      "confidence": "high/medium/low"
    }
  ],
  "cross_refs": ["与 comprehensive_2 的发现 X 相关"]
}

---

与其他 Skill 的关系

本 bestpractice 是 并行 Subagent 工作流 的案例与扩展：workflow 定义何时用、核心参数、执行流程；本文档提供「4+4」实验的方法论总结与输出格式。

• 配合 workflow-parallel-subagents 的并行执行框架
• 配合 workflow-deep-research-survey 的调研工作流
• 输出可用于 bestpractice-staged-approach 的 Stage 2 处理

变更日志

日期	变更
2026-02-22	补充核心发现：上下文窗口隔离是 Multi-agent 真正价值
2026-02-21	初始版本，来自 2026-02-16 实验总结