Orchestrator-Workers（编排器-工作者）

编排器-工作者：中央 LLM 动态分解任务并分发

念

CONCEPT · ORCHESTRATOR-WORKERS · DYNAMIC DECOMPOSITION · AGENTIC WORKFLOW

Orchestrator-Workers

Orchestrator-Workers — a central LLM decides subtasks on the fly, worker LLMs execute in parallel

The orchestrator decides on-the-fly, per input, how to split the task and dispatch to workers. Key difference from parallelization: subtasks are not predefined. Fits cases where subtasks can’t be anticipated — e.g. which files to change depends on the task.

Contrast with parallelization

DimensionParallelizationOrchestrator-Workers

Subtaskspredefined, fixeddynamic, input-dependent

Fitsbatch work that splits cleanlycomplex, unpredictable tasks

Overheadlow (no orchestrator calls)high (extra orchestrator LLM calls)

Flexibilitylowhigh

A2A protocol extension

Intra-system

orchestrator LLM + worker LLMs sharing process and tools

Cross-system (A2A)

orchestrator discovers capabilities via Agent Card, delegates a Task, receives results over SSE

Typical uses

coding products (which files change depends on the task) / multi-source search and synthesis

→ Parallelization · Agentic Systems · Harness EngineeringAnthropic (2024)

Orchestrator-Workers（编排器-工作者）

定义

中央 LLM（编排器）动态分解任务，将子任务分发给工作者 LLM，最后综合结果。与 parallelization 的关键区别：子任务不是预定义的，而是编排器根据具体输入动态决定的。

适用场景

复杂任务的子任务无法提前预测时。

典型用例：

编码产品：每次需要修改多个文件，具体改哪些文件取决于任务内容
搜索任务：从多个来源收集和分析信息

在 agentic 系统中的位置

属于 agentic systems 中复杂度较高的 workflow 模式。比 parallelization 更灵活，但编排器本身引入了额外的 LLM 调用开销。

跨框架扩展：A2A 协议

Orchestrator-Workers 原本描述单系统内的 agent 编排。A2A 协议将这个模式扩展到跨系统边界：orchestrator 可以是任何框架的 client agent，workers 可以是任何框架实现的 remote agent，通过标准化的 A2A 协议通信。

这意味着 orchestrator 不再需要了解每个 worker agent 的内部实现——只需通过 Agent Card 发现能力，通过 A2A Task 委派任务，通过 SSE 或 push notification 接收结果。

References

sources/anthropic_official/building-effective-agents.md
sources/google-a2a-protocol.md