1.3 KiB
1.3 KiB
title, type, tags, last_updated
| title | type | tags | last_updated | ||||
|---|---|---|---|---|---|---|---|
| Multi-Agent Knock-out | concept |
|
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
- 将任务分配给 N 个 Agent
- Validator（适应度函数）决定哪些 Agent 被淘汰
- （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