是什麼

在協調者—工作者工作流中，一個中央 LLM 會動態拆解任務、把各部分分派給工作者 LLM，再彙整結果。它和平行化最大的差別：子任務不是預先寫死的 —— 而是由協調者在「執行當下」決定。

運作方式

輸入 ─▶ [ 協調者 LLM ]
              │  在執行當下決定子任務
              ├─▶ [ 工作者 1 ] ─┐
              ├─▶ [ 工作者 2 ] ─┼─▶ [ 協調者彙整 ] ─▶ 輸出
              └─▶ [ 工作者 N ] ─┘

何時用

「適合那種你無法預先預測需要哪些子任務的複雜任務。」— Anthropic
  • 子任務的數量與樣貌取決於輸入，要到執行時才浮現。
  • 需要一個中央「大腦」來規劃、分派、再把結果縫合起來。
  • 平行化不夠用，因為你無法事先列出子任務。

取捨

  • 比前面的工作流多很多活動部件 —— 更難除錯與評估。
  • 成敗都繫於協調者的規劃品質。
  • OpenAI 的提醒：先把單一代理發揮到極限，等提示／工具超載了才增加代理。

實例

  • 要一次跨多個檔案做複雜修改的程式開發產品。
  • 需要從多個來源蒐集、分析資訊再彙整的搜尋任務。
  • 例子出自 Anthropic；manager pattern 的框架出自 OpenAI。