用途：为复杂任务设计多智能体架构。当单智能体上下文超限、任务可自然分解为子任务，或需要并行与专业化配置时使用。核心前提是子智能体主要为隔离上下文，而非拟人化角色分工。
主要模式：一、主管/编排者，由中心智能体控制、分派专家并汇总结果，适合分解清晰、需跨域协调及人工监督的任务，缺点是主管上下文易成瓶颈、失败会级联，且存在主管转述子智能体结果失真的“传话游戏”问题。二、点对点/群体，取消中心控制，通过显式交接协议直接通信，适合探索性、难以预先分解的任务，缺点是协调复杂、易偏离、需收敛约束。三、分层，分战略、规划、执行三层，适合大型项目与企业流程，缺点是层间协调开销与对齐风险。
上下文隔离机制：指令传递（仅传聚焦指令）、文件系统记忆（以 markdown/JSON 状态文件协调，Claude Code 最自然）、完整上下文委派（能力最大但违背隔离初衷，慎用）。
共识与协调：简单多数投票无法区分幻觉与可靠推理；采用按置信度或专长加权的贡献、多轮辩论/批判协议，并监控停滞、谄媚、偏离触发条件。
失败模式与缓解：主管瓶颈（限制输出为摘要、用文件做检查点）、协调开销（清晰交接协议、结构化文件、批量结果）、偏离（目标边界、收敛检查、迭代上限）、错误传播（验证输出、重试、优雅降级）。
Claude Code 用法：用主命令作主管，经 Task 工具分派子智能体；子智能体定义专长域并返回结构化输出；以文件作为共享记忆。示例代码审查：review-code 主管聚合 security-review、performance-review、style-review。
记忆：分工作记忆（上下文窗口）、会话记忆（任务列表、中间结果、决策日志）、长期记忆（CLAUDE.md、记忆文件、结构化知识库）；记忆模式含交接文件、结果聚合、进度跟踪、知识累积。向量存储缺乏关系与时间结构，知识图谱保留关系，时序知识图谱增加有效期。
限制：资料未提供安装命令、收费或具体平台支持信息；需权衡协调开销，建议仅在单智能体方案失败时增加多智能体复杂度。