前幾天我一直在研究，如果讓 AI Agent 自己分析、寫 Code、執行 Test、Debug、Code Review，能不能完成一個完整的開發任務。

但做到這裡，我開始想到一個問題：

如果所有事情都交給同一個 AI Agent，它真的適合嗎？

實際上，不同工作需要注意的事情並不一樣。

例如研究需求時，需要整理資料；寫 Code 時，需要理解專案架構；Testing 需要找出各種失敗情況；Security Review 則需要從攻擊者的角度思考。

如果全部交給同一個 Agent，它就必須在不同角色之間不斷切換。

所以我開始接觸 Multi-Agent。

Multi-Agent 的概念其實不難理解，就是讓多個 AI Agent 各自負責不同工作。

例如可以分成：

• Research Agent：負責研究需求、整理資訊
• Coding Agent：負責實作功能
• Testing Agent：負責建立與執行 Test
• Review Agent：負責檢查 Code、效能與安全性

這和前面提到的 Agentic Workflow 很像，但這次更強調的是：

不是讓一個 AI 做所有事情，而是讓不同 Agent 分工合作。

例如我要新增一個 API，可以先讓 Research Agent 分析需求，再交給 Coding Agent 實作，完成後由 Testing Agent 驗證，最後再交給 Review Agent 檢查。

這樣每個 Agent 都可以專注在自己的工作。

不過我也發現，Multi-Agent 並不是「Agent 越多越好」。

如果一個簡單的任務需要叫五個 Agent 一起處理，反而可能增加溝通成本與複雜度。

所以真正重要的不是增加 Agent 數量，而是：

哪些工作值得分工？哪些工作其實一個 Agent 就能完成？

接下來我想實際看看，如果真的把 Research、Coding、Testing、Review 分成不同角色，它們之間要怎麼合作。

明天研究主題:讓不同 AI Agent 分工合作