Anthropic 基于实测建议用单智能体替代多子代理架构
Anthropic says one AI agent beats many subagents now that models can handle complexity alone
Anthropic 发布分析指出,在 Opus 4.5、Opus 5.5 和 Fable 5.1 等较新模型上,具备按需上下文加载能力的单智能体在质量、成本和延迟上通常优于多智能体(sub-agent)组合。该公司已推出 GitHub 迁移套件,帮助团队评估是否可以将现有的多个专用子代理整合为单一主代理。
这一结论源于 Anthropic Applied AI 团队在企业部署中的实测经验。在多智能体工作流中,上下文会在特征编写、测试编写和代码审查等环节的手递手过程中丢失;而单智能体架构下,同一个模型负责编写特征和测试,因为它已经拥有完整上下文,仅需一个独立的验证器运行测试并报告结果。相比多智能体方案,这种单智能体架构的运行速度大约快了两倍。此外,Anthropic 将旧版 Claude Code 的系统提示词削减了超过 80%,因为技能和工具现在仅在需要时加载,且新模型能够自我检查进度和工作成果。
尽管推荐简化架构,Anthropic 也明确了保留多智能体的适用场景:当单智能体的上下文窗口出现可测量的性能下降、需要并行运行多个独立上下文的任务,或单智能体难以进行工具选择时。同时,文章警告不要盲目合并,因为在一个支持代理的测试中,强行合并子代理虽然降低了延迟,却破坏了原本正常运行的流程。对于工具库管理,Anthropic 指出当工具定义超过 30 到 50 个时,模型的工具选择能力会开始退化,因此建议由中央团队维护系统提示词和质量标准,各团队仅维护技能库而非各自开发代理。
材料提供从多智能体向单智能体迁移的实操路径与工具边界,能直接校正对复杂任务架构设计的判断。
来源:The Decoder · the-decoder.com