38 lines
1.3 KiB
Markdown
38 lines
1.3 KiB
Markdown
---
|
||
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
|