2.8 学霸养成记：从 LangGraph 作业点评看多智能体协同的常见误区

2.8 学霸养成记：从 LangGraph 作业点评看多智能体协同的常见误区

直播导语：同学们好，欢迎来到我们第二周的直播课！在这一周里，我们一起探索了 LangGraph 的强大功能，并完成了 DeepResearch 这个相当有挑战性的结业项目。我看了大家提交的“作业”（我们以此前构建的 DeepResearch 项目为蓝本），发现同学们都非常有创造力，但也暴露了一些在设计复杂多智能体系统时非常典型的、共通的“误区”。本次直播，我们将采用一种新颖的形式——代码审查（Code Review）。我将选取几份匿名的“学生作业”，和大家一起分析其中的设计亮点与不足，并现场进行重构。这比单纯讲解理论更具实战意义，希望能帮助大家“从错误中学习”，避开未来开发中的“坑”，快速成长为一名优秀的“AI 架构师”。

目录

1. 本次作业回顾：构建 DeepResearch 深度研究助手
   • 核心要求：实现 Supervisor-Worker 架构，完成“规划-并行研究-汇总”流程。
2. 作业一（“小明同学”）点评：强耦合的“巨型”节点
   • 代码现象：将 Supervisor 的规划、所有 Worker 的调用逻辑、以及最终的聚合逻辑，全部写在一个巨大的if-elif-else结构的节点