跳到主要內容
NTPU AI Learn

AI 301 · 模組 8

Multi-Agent Architecture Canvas 多代理架構畫布

從 Agent Team 到可實作的 Multi-Agent Architecture

開始第一節
  • 時長45 分鐘
  • 難度架構
  • 先備知識建議先完成 AI 202 與本課程第 1 至 7 單元
已完成 0 / 5
同步我的進度加入梯次後，進度可跨裝置保存，講師也能看到

資訊

加入後，你已完成的模組編號會連同「學員代碼」傳送給講師，講師可以看到你的進度。請使用講師提供的代碼，不要輸入姓名、公司機密或其他個資。進度資料與該梯次的其他資料一起保存。

學習目標

  • 說出 Multi-Agent Architecture Canvas 的 15 個區塊，以及各區塊記錄的內容
  • 依建議的 Canvas 流程，從 Shared Goal 走到 Final Output
  • 把 Canvas 區塊連結到單元 2 至 7 的成果物
  • 回答最終反思問題：每多一個 Agent 帶來什麼明確價值，以及如何避免協調成本大於價值
  • 列出 AI 301 的七項成果物，並說明它們與 Canvas 的關係

Goal、理由、Roles 與界線

9 分鐘

Canvas 第 1 部分：Shared Goal、Why Multi-Agent?、Agent Roles、Responsibility Boundaries

Multi-Agent Architecture Canvas 是 AI 301 的主要成果。它把目標、Agents、各自的責任、溝通方式、控制方式與評估方式放在同一頁，讓設計可以被審閱，並交給下一階段。Canvas 共有 15 個區塊，這張投影片先介紹前四個。

核心問題

多個 Agent 應如何分工、溝通、委派、協調，並共同完成目標？

Canvas 區塊 1 至 4
#區塊記錄內容
1Shared GoalMulti-Agent System 要完成什麼
2Why Multi-Agent?為什麼一個 Agent 不夠：專業分工、權限分離、平行工作、獨立驗證、組織界線或擴展性
3Agent Roles每個 Agent 的 Role、Purpose、Responsibilities、Capabilities、Knowledge、Tools、Permissions、Inputs 與 Outputs
4Responsibility Boundaries每個角色：Owns（負責）、May Assist（可協助）、Must Not Do（不得做）與 Requires Approval（需核准）

資訊

Human、AI、Human：人定義目標與界線，Agents 在界線內作為團隊運作，人審核並對結果負責。

重點: 從清楚的 Shared Goal、需要多個 Agent 的真實理由，以及有界線的 Roles 開始。

Allocation、Delegation、Communication 與 Context

9 分鐘

Canvas 第 2 部分：Task Allocation、Delegation Rules、Communication Protocol、Shared Context & Memory

區塊 5 到 8 描述工作如何流動，以及資訊如何共享。它們連結單元 3 到 5。

Canvas 區塊 5 至 8
#區塊記錄內容
5Task Allocation選擇：靜態、規則式、由 Supervisor 選擇、依 Capability 或動態分配
6Delegation RulesSender、Receiver、任務、Context、限制、預期輸出與完成標準
7Communication Protocol訊息類型、必填欄位、證據、狀態、錯誤處理與 Escalation
8Shared Context & MemoryShared Context、Private Context、Shared Knowledge、受限資訊、Source of Truth 與更新由誰負責

資訊

單元 3 的 Delegation & Handoff Map 填入區塊 5 與 6。單元 4 的 Agent Communication Contract 填入區塊 7。單元 5 的 Shared Context Map 填入區塊 8。

重點: 區塊 5 到 8 說明誰做哪項任務、如何交付、訊息帶什麼，以及誰看得到什麼。

Orchestration、Conflict、Oversight 與 Evaluation

9 分鐘

Canvas 第 3 部分：Orchestration Pattern、Handoff Points、Conflict Resolution、Human Oversight、Evaluation

區塊 9 到 13 描述整個團隊如何被控制，以及如何知道它有效。它們連結單元 6 與 7。

Canvas 區塊 9 至 13
#區塊記錄內容
9Orchestration Pattern選擇並說明理由：Supervisor / Worker、Planner / Executor、Specialist Team、Peer-to-Peer、Hierarchical 或 Hybrid
10Handoff Points責任在哪些地方從一個 Agent 移到另一個
11Conflict Resolution規則式解決、比較證據、Evaluator 或 Supervisor，以及 Human Escalation
12Human Oversight人在哪裡審核、核准、Override 或接手 Escalation
13Evaluation成功指標：任務品質、協調、延遲、成本、重複工作、衝突率與升級率

資訊

單元 6 的 Orchestration Pattern Design 填入區塊 9 與 10。單元 7 的 Multi-Agent Evaluation & Escalation Policy 填入區塊 11 到 13。
自我檢測

單元 7 的 Multi-Agent Evaluation & Escalation Policy 主要填入 Canvas 的哪些區塊？

單元 7 的 Multi-Agent Evaluation & Escalation Policy 主要填入 Canvas 的哪些區塊？

重點: 區塊 9 到 13 放你的 Orchestration 設計與 Evaluation & Escalation Policy。

Risks、Output 與流程

9 分鐘

Canvas 第 4 部分：Risks & Boundaries、Final System Output 與流程

Canvas 區塊 14 與 15
#區塊記錄內容
14Risks & Boundaries角色混淆、循環委派、Context 外洩、重複工作、目標衝突、過度溝通與失控的成本
15Final System OutputAgent Team 最終要產出什麼
建議的 Canvas 流程
  1. Shared Goal
  2. Why Multi-Agent?
  3. 定義 Roles
  4. 指派 Responsibilities
  5. 分配 Tasks
  6. Delegate
  7. Communicate
  8. 共享 / 隔離 Context
  9. Coordinate
  10. 有 Conflict 嗎？若沒有，繼續；若有，Resolve 或 Escalate
  11. Orchestrate
  12. Evaluate
  13. Final Output

資訊

圖的文字版：從 Shared Goal 開始，先問 Why Multi-Agent？接著定義 Roles、指派 Responsibilities、分配 Tasks、Delegate、Communicate，並決定哪些 Context 共享、哪些隔離。然後進行 Coordinate。此時問是否有衝突：沒有就繼續；有就 Resolve 或 Escalate。接著 Orchestrate、Evaluate，最後產出 Final Output。
自我檢測

在建議的流程中，Agents 協調之後若發現衝突，接下來會怎樣？

在建議的流程中，Agents 協調之後若發現衝突，接下來會怎樣？

重點: 明確列出風險，並從 Shared Goal 走到 Final Output，途中處理衝突。

完成你的 Canvas

9 分鐘

完成你的 Canvas，以及 AI 301 通往哪裡

請用你在課程中的任務，或一個模擬的任務，完成 Canvas。重用單元 1 到 7 的成果，並補上缺漏的部分。

最終反思問題

每多一個 Agent 帶來什麼明確價值？系統要如何避免協調成本大於這個價值？

  • Agent Role Cards
  • Delegation & Handoff Map
  • Agent Communication Contract
  • Shared Context Map
  • Orchestration Pattern Design
  • Multi-Agent Evaluation & Escalation Policy
  • Multi-Agent Architecture Canvas（主要成果）

注意

隱私提醒：請使用模擬或已公開的任務。請勿在 Canvas 中輸入公司機密、客戶個資或未經授權的敏感資訊。

完成

Human、AI、Human：你定義目標與界線，Agent Team 在界線內運作，人審核並負起責任。
  • M5276 Agentic AI Innovative Applications 第 13 週：本課程支援 Multi-Agent Collaboration、Role Division、Communication Protocol、Agent-to-Agent Delegation 與 Orchestration 的案例討論。
  • AI 202，Agentic AI Planning & Reasoning：討論單一 Agent 如何決定下一步。AI 301 討論該由哪個 Agent 做事，以及多個 Agent 如何協調，不重複 AI 202 的內容。
  • AI 302，Agent Harness Engineering & Reliable Automation：未來課程，會更深入探討可靠執行與運作。AI 301 不教授。

重點: 你的 Canvas 是可審閱的設計，關鍵檢驗是每多一個 Agent 是否值得它的協調成本。

另存 PDF

接下來做什麼？