AutoGen 0.7.x多智能体实战 — AssistantAgent到GraphFlow从零构建
基于AutoGen 0.7.x新API从零实现多智能体系统的实战指南。逐步运行RoundRobinGroupChat、SelectorGroupChat、GraphFlow、FunctionTool，通过真实代码对比0.2.x差异。
标签
multi-agent
13篇文章
Claude Agent SDK 子代理编排实战指南 — 多代理并行处理完全掌握
我亲自安装claude-agent-sdk 0.2.82，实测AgentDefinition结构与ClaudeAgentOptions类型，验证编排器同时spawn三个子代理的并行模式。完整讲解通过TaskBudget控制成本上限，以及SubagentStartHookInput钩子的Python实现全流程。
AI智能体框架比较2026: LangGraph vs CrewAI vs Dapr 生产选型指南
从实际生产角度比较LangGraph v1.0、CrewAI v1.10和Dapr Agents v1.0。分析架构、开发速度、运营耐久性和成本， 为状态管理型、协作型、基础设施集成型各场景提供多智能体框架选型标准。
Claude Code Review — 多智能体PR审查将代码审查率从16%提升至54%
全面解析Anthropic发布的Claude Code Review功能：并行多智能体架构、每PR平均$15〜25的成本结构，以及Engineering Manager在考虑采用时需要了解的一切
智能体扩展的科学 — Google研究揭穿"更多智能体=更好"的神话
Google Research的180配置定量实验揭示了多智能体悖论：顺序任务性能下降39〜70%、错误17.2倍放大，以及87%预测精度对架构决策的启示，从EM视角深度分析。
AI集群构建SQLite克隆 — 多智能体分工的现实
Claude、Codex、Gemini共6个AI智能体并行构建了19,000行Rust SQLite克隆。分析多智能体分工与协调成本的现实。
多智能体并行执行在SWE-bench上超越单体模型 — Verdent AI 76.1%
Verdent AI在SWE-bench Verified上达成76.1%。不是靠单一大模型，而是通过多智能体并行执行架构，开创了软件工程自动化的新范式。
Claude Code Agent Teams 完全指南 — 从 OpenClaw 团队搭建到实战运营
详解在 OpenClaw 环境中启用 Claude Code Agent Teams 的完整步骤，以及架构、编码、测试、安全、DevOps 共 5 个专业 Agent 团队的配置方法，分享通过多智能体编排模式自动化构建生产级全栈应用的完整实战经验。
OpenClaw 200% 活用术 — 8个实战高级用例
OpenClaw高级实战指南：Cron自动化、Webhook集成、MCP服务器、多代理系统、浏览器自动化8种核心用法解析，全面提升AI效率。
DeNA LLM 研究 Part 5：智能体设计与多智能体编排
DeNA LLM 研究系列终篇。内容涵盖n8n工作流自动化方案、ReAct与Plan&Execute智能体设计原则、多智能体编排模式的实战对比、内存管理策略与状态持久化，以及Tool Use和Reflection机制的实际应用方法。每个模式都配有具体实现思路，是适合直接应用于生产项目的智能体架构完整指南。
迭代审查循环方法论：在复杂开发中通过多智能体编排最小化错误
通过以编排智能体为核心的迭代审查循环，系统性地介绍如何将复杂开发工作的错误率降低40-90%的方法论。
使用多代理编排改进博客自动化系统
使用Claude Code的多代理编排模式分析48个文件并修复61个问题的大规模系统改进完整指南，涵盖任务分解、并行执行与质量验证的实战经验。
LangGraph多智能体系统完全指南：从核心概念到生产部署
全面介绍如何使用LangGraph在生产环境中构建可扩展的多智能体AI系统。深入讲解状态图设计、智能体间协作模式、动态路由实现与部署策略，提供详细代码示例，助力开发者高效构建LangChain生态下的企业级AI工作流应用。