---
title: "Multi-Agent Knock-out"
type: concept
tags: [multi-agent, architecture, reliability, genetic-algorithm]
last_updated: 2026-04-15
---

## Definition
一种多智能体架构模式，借鉴遗传算法（GA）：多个 Agent 执行任务，适应度函数评估，最差者被淘汰。核心思想：用"适者生存"替代"死亡恐惧"。

## How It Works
1. 将任务分配给 N 个 Agent
2. Validator（适应度函数）决定哪些 Agent 被淘汰
3. （可选）用获胜 Agent 的特征组合生成新 Agent 填补空缺

## SRE 类比
- LLM Agent = "cattle"（牲畜，可替换）
- 不给它命名期待它做好：启动 → 检查 → 失败则淘汰

## Key Requirements
- 必须有快速验证输出的方式（如单元测试）
- 若需人工检查所有分支则太慢，此模式优势消失

## Genetic Algorithm Connection
借鉴传统 ML 的遗传算法两个要素：
- **遗传表示**：模型及其上下文
- **适应度函数**：淘汰函数

## Best For
- 迭代式 Agent 工程开发
- 调试阶段，不适合生产环境和大用户负载

## Related Concepts
- [[Multi-Agent-Hierarchy]]：层级验证模式
- [[Multi-Agent-Consensus]]：投票共识模式
- [[Multi-Agent-Adversarial-Debate]]：对抗辩论模式
- [[遗传算法]]：本模式借鉴的经典 ML 方法