昨天開始認識 Multi-Agent 之後，我開始思考一個實際問題：

如果真的把工作分給不同 Agent，它們到底要怎麼合作？

例如我今天要新增一個 API，不一定要讓同一個 Agent 從頭做到尾，而是可以把任務拆成不同角色。

第一個是 Research Agent，先理解需求與目前專案，整理需要注意的地方。

接著交給 Coding Agent，根據前面的資訊實作功能。

完成後再交給 Testing Agent，建立並執行 Test，確認功能是否符合需求。

最後由 Review Agent 檢查 Code，除了基本的程式品質，也可以從安全性、效能或架構的角度重新檢查。

我開始發現，Multi-Agent 真正有趣的地方並不是「同時有很多 AI」，而是每個 Agent 都有自己的任務與責任。

例如 Testing Agent 不需要重新思考整個功能要怎麼設計，它只需要專注在：

「這個功能真的符合需求嗎？」

而 Review Agent 則可以從另一個角度問：

「這段 Code 有沒有其他人沒有注意到的問題？」

這樣一來，不同 Agent 就可以互相檢查，而不是所有事情都由同一個 Agent 自己判斷。

但這裡也出現一個新的問題：

Agent 之間要怎麼傳遞資訊？

Research Agent 找到的結果，要怎麼交給 Coding Agent？

Testing Agent 發現的錯誤，又要怎麼讓 Coding Agent 修正？

如果資訊傳遞不好，Multi-Agent 反而可能讓系統變得更複雜。

所以我開始發現，Multi-Agent 的核心不只是「分工」，還包括角色定義、資訊傳遞與協作方式。

下一步，我想把前面學到的 Planning、Task Decomposition、Testing、Review 全部串起來，看看能不能形成一套完整的 AI 開發流程。

明天研究主題:把 AI Agent 串成完整的開發流程