36 · 多Agent协作——让多个AI团队作战老林最近在负责一个产品的竞品调研项目。常规做法是：先了解产品功能，再分析技术架构，最后调研市场定位。但他发现，一个 Agent 从头做到尾，每次只能聚焦一个方面，调研深度受限。而且信息之间需要来回对比，一个 Agent 处理起来难免顾此失彼。如果能像真实团队一样，让多个 Agent 各司其职、并行工作，最后汇总结果，效率和质量都会大幅提升——这就是多 Agent 协作。一、委派vs协作在深入多 Agent 协作之前，先澄清两个容易混淆的概念：委派（Delegate）与协作（Collaboration）。委派（Delegate_task）：delegate_task是 Hermes 的核心能力之一，它允许当前 Agent 将子任务外包给另一个 Agent 实例。这个模式是"主从式"的：主 Agent 负责拆分任务、分配任务、汇总结果从 Agent 只负责执行分配的子任务，执行完毕后返回结果从 Agent 之间没有直接沟通委派的适用场景：任务可以独立拆分为互不依赖的子任务。比如调研 5 个不同的竞品，每个竞品的调研可以独立委派给不同的 Agent。协作（MOA - Mixture of Agents）：协作模式是更高级的多 Agent 交互方式：多个 Agent 各有所长（比如一个擅长编程、一个擅长写作、一个擅长数据分析）Agent 之间可以相互交互、讨论、质疑最终结果是通过多个 Agent 的讨论和碰撞得出的协作的适用场景：任务需要多角度思考、需要辩论和验证、或者需要不同领域的专业知识组合。选择指南：
