阶段：G5-多智能体系统 ｜ 预计耗时：45 分钟（以对比实验为主）｜ 前置：G5-02 Swarm 移交模式 代码：对比实验
langgraph-learn/examples/g5_single_vs_multi.py本篇没有新语法——它是把前两篇的能力"降级"的判断课。给客户方案时，"不拆"的建议往往比"拆"更专业、更省钱
学习目标
- 亲手做一次"同一任务 单agent vs 多agent"对比实验，用数字说话
- 掌握 4 个"该拆"信号与 4 个"别拆"信号
- 建立"架构决策记录"（ADR）习惯：一个方案选型写 5 行笔记
核心知识
1. 多 agent 的真实代价（G5-01/02 你已经隐约见过）
| 代价 | 表现 |
|---|---|
| 延迟 | 每次派单都是一次完整 LLM 调用 |
| 成本 | 主管 + 专家的 prompt 都越来越长 |
| 失控面 | 移交死循环、专家答非所问、上下文失真 |
| 调试难度 | 哪个环节错了？——Studio 里层层点开找 |
2. 判断信号表（背下来，接单时直接用）
该拆的 4 个信号： 1. 单 agent 上下文装不下（任务需要 50+ 步工具调用） 2. 子任务异质且各自需要专属工具集 3. 需要并行推进（G2-02 的 Send 也算轻量拆分） 4. 子任务需要隔离权限（能读合同的不该能发邮件——安全边界）
别拆的 4 个信号： 1. 好的 system_prompt + 3 个工具就能干完 2. 流程是串行且步骤 < 10 步 3. 失败重试就能救（不是能力不够，是 prompt 不够） 4. 需求还没稳定（先单 agent 跑通，真卡住再拆——过早拆分 = 过早优化）
3. 降级路径（专业的架构演进观）
单agent+好工具 → 单agent+RAG → 单agent+审批/Send → Supervisor → 按需 Swarm
└────────────── 能不升级就不升级，每一级都有数字证明必要 ──────────────┘
实验任务
任务 1：对比实验（30 分钟）
同一任务"分析这份合同并写摘要"（找一份 2000 字左右文本）： - 版本 A：单 agent，工具=读文件+写作 - 版本 B：Supervisor + {条款审查 agent, 摘要 agent} 对比记录：耗时 / 总 token（≈成本）/ 结果质量主观分（1-5）——大概率 A 完胜，这个数字就是你的第一份 ADR。
任务 2：写你的第一条 ADR（10 分钟）
固定格式写进笔记：
决策：XX 任务用单 agent（2026-11-XX）
原因：耗时 A=x s < B=y s；质量无显著差；需求未稳定
触发升级的条件：上下文溢出 或 需要并行时（具体数字）
任务 3：反例分析（5 分钟）
回想你见过的"为了 AI 而多 agent"的产品/教程——指出它违反了哪条"别拆"信号。
验收标准
G5 毕业检查点（对应路线图检查点 3）：Supervisor 双专家能搭、Swarm 场景能辨、MCP server 能接、deep-agents 结构能讲。
衔接下一阶段
会搭会拆了 → G6-01 Streaming 与 Middleware：让它变成用户看得见、管理员管得住的产品。