# 摩根大通公开多智能体系统Ask David架构，揭示可落地Agent核心模式

- 来源：Berryxia.AI (@berryxia)
- 发布时间：2026-05-04 09:28
- AIHOT 分数：52
- AIHOT 链接：https://aihot.virxact.com/items/cmoqkf6ss1573sll94vsb9aky
- 原文链接：https://x.com/berryxia/status/2051111809172852936

## AI 摘要

摩根大通公开了其内部多智能体系统Ask David的完整架构，该模式在投资研究领域已得到验证。其核心与当前主流Agent架构高度一致：由一个监督智能体进行整体编排，多个专业子智能体分别处理检索、结构化数据和分析等任务，在最终输出前使用LLM-as-judge进行反思与质量把关，并引入人工干预作为最后一道准确性保障。这一模式在多个领域反复出现，表明可落地的多智能体系统的关键在于清晰的分工、监督、反思与人工兜底形成的闭环，而非简单堆叠模型，对企业级Agent开发具有重要参考价值。

## 正文

JP Morgan刚刚把内部多智能体系统Ask David的完整架构公开了。

个人觉得在很多场场景有参考学习的意义，构建多Agwnt框架可以使用。

这套系统在投资研究领域已经跑通，核心模式和当前最火的Agent架构高度一致：

- Supervisor agent负责整体编排

- 专业subagent分别处理检索、结构化数据、分析等细分任务

- LLM-as-judge作为反射节点，在最终输出前做质量把关

- Human-in-the-loop填补最后一道准确性缺口

最值得注意的是，这套模式正在多个领域反复出现。

它证明了：真正能落地的多智能体系统，不是简单堆模型，而是清晰的分工 + 监督 + 反思 + 人工兜底的闭环架构。

对所有在做Agent的人来说，这段视频值得反复看。

你觉得Ask David这种架构，会成为企业级Agent的标准模板吗？

### 引用推文

> Adam Ghowiba：JP Morgan's investment research team just shared exactly how they built their multi-agent system "Ask David", and it's the same architecture pattern showing up ...