多 Agent 编排：三层模型 + 五种模式 + 编译时 vs 运行时
主线场景：用户报"CPU 高负载"，一套多 Agent 系统如何协作定位根因？——Router 路由 → Supervisor 分解 → 三子 Agent 并行 → Merge 汇总。上层模式条显示当前编排模式，右侧 全局状态 状态区实时看每个子 Agent 结果怎么合并。
1x2x
待播放
主线：CPU 高负载 → Router → Supervisor 分解 → 三子 Agent 并行 → Merge 汇总根因
光点 = 当前执行者 · 子 Agent 由 Supervisor 动态 spawn
五种编排模式（穷举所有协作形态，无第 6 种）当前：—
全局状态 Map（各子 Agent 结果合并）KeyStrategy: 不同 Key 互不覆盖
就绪点 ▶ 播放，看多 Agent 系统怎么协作定位根因。编排
⚡ 运行时动作：正在发生什么💡 知识讲解：为什么这么设计
知识点一句话总结：多 Agent 编排的本质是分治——三层模型（编排层选模式 / 执行层落成 DAG / 通信层定信任边界），五种编排模式穷举所有协作形态（Supervisor/Swarm/Debate/Pipeline/Plan-Execute），差异全在编译时 vs 运行时调度（StateGraph 条件边编译期固定可审计；Supervisor LLM 运行时动态分派灵活但贵）；编排层的五种策略是执行层原子操作，Merge 五阶段 + 全局状态 Map 管状态合并；能单 Agent 解决的不上编排——Supervisor + 3 子 Agent ≈ 1.7 倍成本、1/3 时间（并行花钱买时间，串行省成本）。