Skip to main content

Multi-Agent 产品源码分析

一句话:上一个专题拆的是「你拿来写 Agent 的库」,这个专题拆的是「已经在几百万人手里跑着的 Agent 产品,它内部到底怎么调度一堆子 Agent」。

数据快照 2026-08-19。所有 star 数、版本号、目录结构都是当天 gh api + git clone 实测的。贴出来的每一段代码都来自当天拉下来的仓库,不是凭印象默写。

一、为什么单开这个专题

Agent 框架横向对比 那个专题回答的是「LangGraph 和 CrewAI 我该用哪个」。

但你去看 Manus、Kimi、Devin 这些真正跑在生产上的通用 Agent,会发现一个尴尬的事实:它们大部分没用那些框架。 自己写调度、自己管上下文、自己做沙箱。

所以真正值钱的问题变成了:

  • 它们为什么不用现成框架?自己写多出来的那部分是什么?
  • 一个主 Agent 带一堆子 Agent,子 Agent 之间到底能不能说话
  • 子 Agent 跑完了,结果怎么回到父 Agent 手里?回多少?
  • 子 Agent 能不能再开子 Agent?

这四个问题,五家产品给了五个不同的答案。而且答案都在源码里写着,不用猜。

二、拆解对象:按「资料硬度」分三档

拆源码这件事,最怕的是拿二手解读当一手事实。所以先把每个对象的资料硬度标清楚。

A 档:官方真源码

对象仓库Star协议关键路径
Kimi CLIMoonshotAI/kimi-cli11,218Apache-2.0src/kimi_cli/subagents/
Kimi CodeMoonshotAI/kimi-code6,903MITpackages/agent-core-v2/
DeerFlow(字节)bytedance/deer-flow80,280backend/packages/harness/deerflow/
Suna / Kortixkortix-ai/suna20,115apps/kortix-sandbox-agent-server/
OpenHandsOpenHands/software-agent-sdk1,007主仓 84,444★ 已是 TS 应用层,内核在这个仓库
Mini-Agent(MiniMax)MiniMax-AI/Mini-Agent2,972mini_agent/agent.py

B 档:泄露物 + 官方博客

对象一手材料硬度说明
Manusx1xhlol/system-prompts-and-models-of-ai-tools(142,905★)里的 Manus Agent Tools & Prompt/Agent loop.txt 2.1KB、Modules.txt 12KB、Prompt.txt 10KB、tools.json 18.5KB泄露物,非官方发布
官方博客 Context Engineering for AI Agents、官方 Wide Research 页官方一手
Claude Code官方 How we built our multi-agent research system、开源的 Claude Agent SDK(7,928★)官方一手
Yuyz0112/claude-code-reversememaxo/claude_code_re 对 26 万行 cli.js 的反混淆社区逆向
Devin泄露的 Devin AI/Prompt.txt(34.7KB)、Cognition 官方 Don't Build Multi-Agents混合

关于泄露物的立场:本专题会引用这些公开流传的 prompt 和工具定义做技术分析,但会逐处标注「来源为社区泄露仓库,非官方发布」。凡是能用官方博客佐证的结论,优先引官方。不引用任何需要绕过鉴权才能拿到的内容。

三、核心结论预告:同样叫「子 Agent」,隔离边界差了三个量级

这是拆完五家之后最值得记住的一张表。它们都在做「一个主 Agent 派一堆子 Agent 干活」,但**「一个子 Agent」这个词指的东西完全不一样**:

一个子 Agent =子 Agent 之间能否再开子 Agent结果怎么回收
Manus Wide Research一台独立云虚拟机完全不通信官方未公开主 agent 收集汇总
Anthropic Research一个独立上下文窗口互相不知道对方存在lead agent 综合
Kimi CLI一个独立 context 文件 + 独立工具白名单不通信,但可被 resume 复活代码里硬禁止只回传最后一条消息
Kimi Agent Swarm(K2.6)一个 spawn 时定死的记忆上下文走「共享操作空间」官方称支持协调器按 skill profile 路由
Devin / Cognition—— 不拆,坚持单线程————连续上下文 + 压缩

注意最后一行。Cognition 是唯一公开反对多 Agent 的,而他们的产品同样跑在生产上。这不是谁对谁错的问题,是任务形态决定架构——详见 08 单 Agent 还是多 Agent

四、篇目

#标题主要材料
01拆解方法与五个对照维度方法论,先读这篇
02Kimi CLI 源码逐行拆解官方 Python 源码,本专题代码密度最高的一篇
03Manus:从泄露物还原架构tools.json + 官方上下文工程博客
04Claude Code 与 Anthropic 多智能体研究系统官方博客 + Agent SDK + 社区逆向
05DeerFlow:字节把 LangGraph 用成了什么样官方 Python 源码
06Suna:最接近 Manus 的开源实现官方 TS 源码
07对照组:OpenHands / JoyAgent / Mini-Agent三个不同取向的参照系
08单 Agent 还是多 Agent:四家生产结论对撞全专题结论

赶时间:直接看 02(唯一能看到完整官方实现的)和 08(结论)。

想动手抄一套:看 020605