什么是多智能体写作？7个AI Agent如何协作创作

单一大模型的局限性

当你直接问ChatGPT"帮我写一章玄幻小说"，它会给你一个还不错的结果。但如果你要写100章，问题就来了：

• 遗忘问题：第50章的内容和第1章设定矛盾
• 风格漂移：越写越偏离你的要求
• 质量不稳定：有些章节精彩，有些章节平淡

这些问题，单一模型难以克服，因为它缺乏"团队协作"机制。

多智能体系统的核心思想

多智能体系统的灵感来自真实的出版编辑流程：

一本书的诞生，需要作者、策划编辑、文字编辑、审稿人的协同。

马良写作将这个流程数字化，用7个专业Agent模拟编辑团队：

Agent 1：主管Agent（Supervisor）

整体任务分配和流程控制，决定当前应该调用哪个Agent。

Agent 2：结构Agent（Structure）

负责小说整体架构的合理性，确保每章内容与大纲一致。

Agent 3：章节蓝图Agent（Blueprint）

将卷纲拆解为具体章节蓝图，规划每章的情节节点。

Agent 4：内容生成Agent（Generation）

核心写作Agent，基于蓝图生成高质量正文内容。

Agent 5：设定Agent（Setting）

管理世界观设定的生成和更新，确保设定系统自洽。

Agent 6：一致性检查Agent（Consistency）

在生成后自动检查内容与已有设定的矛盾。

Agent 7：纠错Agent（Correction）

优化文笔、修复逻辑错误、提升内容质量。

协作流程示例

以生成一章2000字的玄幻小说为例：

用户输入：生成第23章"破境" ↓ 主管Agent 分配任务 ↓ 结构Agent 检查大纲，确认本章目标：主角突破金丹期 ↓ 蓝图Agent 生成章节大纲： - 开场：主角闭关状态 - 发展：突破契机出现 - 高潮：金丹凝聚过程（重点描写） - 结尾：破境后的变化 ↓ 生成Agent 基于蓝图写出2000字正文 ↓ 一致性Agent 检查：主角等级、境界描述是否与前文一致 ✓ ↓ 纠错Agent 优化文笔，修正2处设定漏洞 ↓ 输出最终内容

整个流程约45秒完成。

为什么比单模型效果好？

1. 专业分工：每个Agent专注一件事，比"全能"Agent更精准
2. 多重校验：生成→一致性检查→纠错，三道质量关卡
3. 上下文管理：知识图谱提供外部记忆，突破大模型上下文窗口限制
4. 可干预性强：任何一个Agent的输出都可以人工审核和修改

技术实现

马良写作基于LangGraph构建Agent工作流，每个Agent是一个独立的节点，通过有向图定义协作关系。这使得Agent之间可以条件触发、并行执行或循环迭代。

根据我们的测试数据，多智能体协作生成的内容，在"设定一致性"维度的评分比单模型提升约67%，在"情节连贯性"维度提升约43%。