Phase 16: Multi-Agent & Swarms

معماری سلسله مراتبی و نحوه شکست آن

هررخی، کارگردان ها، مدیران، نمایندگان، مدیران، کارمندان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان، کارکنان،Process.hierarchicalنسخه کتاب درسی: a manager_llmبه طور پویا وظایف را تفویض می کند و خروجی را تأیید می کند.create_supervisor(create_supervisor(...))این الگوی طبیعی است که زمانی که کار یک نمودار واقعی سازمان است. همچنین الگوی است که به احتمال زیاد به حلقه های مدیریتی سقوط می کند.

Type: Learn + Build

Languages: Python (stdlib)

Prerequisites: Phase 16 · 05 (Supervisor Pattern)

Time: ~60 minutes

مشکل

وقتی الگوی سرپرست کلیک می کند، مرحله بعدی طبیعی این است که "اگر کارگران خودشان سرپرست باشند؟" تیم ها فرعی تیم دارند؛ شرکت ها بخش های بخش هایی دارند. معماری های سلسله مراتبی این را منعکس می کنند.

مسئله: مدیران LLM با مدیران انسانی یکسان نیستند. یک مدیر انسانی سابقه ای پایدار در مورد آنچه که گزارش های خود می دانند دارد. یک مدیر LLM هر بار سازمان را از هر چیزی که در زمینه آن است، تجدید نظر می کند. انحراف کوچک در آن زمینه، و کل درخت کار را اشتباه توزیع می کند.

مفهوم

شکل

                 Manager
                 ┌─────┐
                 └──┬──┘
           ┌────────┴────────┐
           ▼                 ▼
       Sub-Mgr A         Sub-Mgr B
       ┌─────┐           ┌─────┐
       └──┬──┘           └──┬──┘
         ┌┴──┬──┐          ┌┴──┐
         ▼   ▼  ▼          ▼   ▼
       W1  W2  W3         W4  W5

هر گره داخلي نقشه مي زند، مندليگ مي كند و همگرا مي كند.

جایی که درخشش می دهد

Clear org mapping.اگر وظیفه واقعی بخش است ("مطالعه حقوقی، مالی، مهندسی، خلاصه برای exec") ، سلسله مراتب صریح است.
Local summarization.هر مدیر فرعی، پیش از اینکه مدیر ارشد آن را ببیند، تولید تیم خود را ترکیب می کند. مدیر ارشد سه خلاصه از مدیر فرعی را می بیند، نه پانزده تولید کارکن.

جایی که شکسته می شود

سه حالت شکست بعد از مرگ سال 2026 ادامه پیدا می کند:

Task assignment error.مدیر هدف را می خواند، یک تجزیه را هالوژین می کند و به زیر مدیر اشتباه می دهد. از آنجا که زیر مدیر مطیعانه بر روی آنچه داده شده است کار می کند، خطا تنها در ترکیب بالا ظاهر می شود.
Output misinterpretation.مدیر فرعی بازگردانده می شود "نمی تواند ادعای X را تأیید کند". مدیر برتر به عنوان "دعای X تایید نشده" خلاصه می کند.
Consensus loops.دو مدیر فرعی با هم مخالفند؛ مدیر ارشد از آنها می خواهد که با هم سازش کنند؛ آنها دوباره به پایین می روند؛ کارگران دوباره به کار می روند؛ مدیر فرعی پاسخ های کمی متفاوت را می دهد؛ حلقه.Process.hierarchicalاز این رو با محدودیت های مرحله ای محافظت می کند، اما محدودیت خود اکنون یک پارامتر فوق العاده است.

سوال مهم

دنباله دار (خط لاین) در مقابل سلسله مراتبی: آیا وظیفه شما واقعاً دارای فرعیتی مستقل است یا یک جریان خطی است که تظاهر می کند درخت است؟ اگر این دو، از دنباله دار استفاده کنید. اگر اول، از قوانین هماهنگی سلسله مراتبی اما بودجه صریح استفاده کنید.

اجرای چارچوب نقش

خدمهاي هواپيماProcess.hierarchicalيه مدير LLM رو به افراد متخصص ميذاره

وظیفه سطح بالا را دریافت می کند،
به خدمه ها ذیلی کار را اختصاص می دهد،
ارزیابی تولیدات خدمه
تصمیم می گیرد که آیا قبول کند، دوباره انتقال دهد یا تکرار کند.

اسناد: https://docs.crewai.com/en/introduction(در زیر مفاهیم اصلی به دنبال "عملیات سلسله مراتبی" باشید).

اجرای چارچوب نمودار

LangGraph از Nested استفاده می کنهcreate_supervisorنظارت داخلی دارای نمودار خاص خود است؛ نظارت خارجی نمودار داخلی را به عنوان یک گره غیر شفاف می داند. این برای دیبگینگ تمیز تر از CrewAI است (شما می توانید از طریق هر نمودار به طور جداگانه قدم بزنید) اما برای بیان تغییر شکل دینامیک درخت دشوارتر است.

مرجع: https://reference.langchain.com/python/langgraph-supervisor.

آن را بسازید

code/main.pyیک سلسله مراتب سه سطح را اجرا می کند:

مدیر ارشد: یک وظیفه را به بخش های "هندیسازی" و "قانونی" تقسیم می کند،
مدیر فرعی مهندسی: به کارگران "پیشنهاد" و "پشتنهاد" تقسیم می شود.
مدیر قانونی: یک کارگر.

دمو با راه خوشبختی (همه موافقند) متناقض استperturbed pathدر جایی که تجزیه مدیر ارشد "قانونی" را به عنوان "مال" نامزدی کرده و به اشتباه اشتباهات اشتباه نگاه می کند مدیر فرعی به اطاعت کار مالی را انجام می دهد، سنتزایزر برتر یافته های مالی را گزارش می دهد، سوال حقوقی اصلی بدون پاسخ باقی می ماند.

راه رفتن:

python3 code/main.py

محصول هر دو مسیر را با یک "چه خواسته شد" و "چه تحویل داده شد" به هم می دهد.

ازش استفاده کن

outputs/skill-hierarchy-fitness.mdارزیابی می کند که آیا یک کار داده شده باید از یک نظارت سلسله مراتبی، دنباله دار یا مسطح استفاده کند. ورودی: توصیف کار، ساختار سازمان، بودجه سازش. محصول: توصیه الگویی با حالت های خاص شکست برای محافظت از.

-باده

اگه به هر ترتيبي که ميخواي ارسال کني:

Cap tree depth at 2.سه سطح در حال حاضر بیشتر اشتباهات را از مشاهده پنهان می کند.
Explicit reconciliation budget.تا وقتي که مدیر ارشد بايد به انجام دادن عمل دست بزنه، حداکثر دو تا دورو انتخاب کن
Provenance on every synthesis.خلاصه هر گره باید اشاره کند که چه خروجی برگ تولید شده است.
Alert on decomposition drift.تجزیه مدیر را در هر مرحله ثبت کنید؛ با سوال کاربر متفاوت است. اگر تجزیه دیگر سوال را پوشش نمی دهد، هشدار را اجرا کنید.

تمرینات

فرار کنcode/main.pyو مقایسه خوشحال و ناراحت. چقدر سطح مدیریت تحویل قبل از تولید بالا کاملا از سوال کاربر منحرف می شود؟
یک سطح سوم (در بالا → زیر → زیر → کارگر) اضافه کنید. اندازه گیری کنید که مسیر مختل شده به عنوان عمیق تر به چه میزان خود را اصلاح می کند و به طور کامل متفاوت می شود.
در هر مدیر فرعی یک کارگر "کاندار" را اجرا کنید که همیشه سوال اصلی کاربر را بدون تغییر پرسیده شود. از پاسخ کاناری برای تشخیص انحراف تجزیه استفاده کنید. مدیر چگونه باید واکنش نشان دهد وقتی کاناری با پاسخ ترکیب شده مخالف است؟
کتاب کريوااي رو بخونيدProcess.hierarchicalاسناد. شناسایی یک محافظ کنکریتی که CrewAI اعمال می کند (حد گام، محدودیت manager_llm) و توصیف اینکه کدام حالت شکست را هدف قرار می دهد.
با نظارت کننده های لنگ گراف که در چسب قرار گرفته اند با طبقه بندی CrewAI مقایسه کنید که حلقه های سازش را برای شناسایی ارزان تر می کند؟

اصطلاحات کلیدی

Term	What people say	What it actually means
Hierarchical	"Org chart pattern"	Supervisors over supervisors; only leaves do work.
Manager LLM	"The boss"	The LLM that decomposes, assigns, and validates at an internal node.
Decomposition drift	"The boss lost the plot"	Top manager's split no longer covers the original question.
Reconciliation loop	"Endless meetings"	Sub-managers disagree; top re-delegates; workers re-run; loop until budget exhausted.
Depth-2 ceiling	"Don't go deeper than 2 levels"	Empirical guardrail: 3+ levels collapses observability.
Canary question	"Ground truth at every level"	A worker that is always asked the original query unchanged, to detect drift.
Provenance chain	"Who said what"	Trace from each synthesis back to the leaf outputs that produced it.

خواندن بیشتر

CrewAI introduction — Process.hierarchical کتاب درسی سلسله مراتب با مدیر LLM
LangGraph supervisor reference نظارت کننده ی سرشار از طریق create_supervisor
Anthropic engineering — Research system چرا انتروپيك عمداً مسئول مسطح رو بررسي ميکنه
Cemri et al. — Why Do Multi-Agent LLM Systems Fail? طبقه بندی MAST؛ بخش مربوط به شکست های هماهنگی اسناد انحراف تجزیه

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.