多智能体未必更强

最近看到 Anthropic 的一个观点挺有意思：他们建议企业重新评估一下，是不是真的需要那么多子智能体，能不能合并成一个按需加载上下文的单一智能体。这个判断来自他们自己的实践经验，不是纸上谈兵。

他们的观察是，很多专门化的子智能体反而会带来更高的延迟、不断上升的成本，而且每一次交接都会造成信息损耗。这个点我很有共鸣，之前做多智能体编排的时候，最头疼的就是子任务之间传话，传着传着关键上下文就丢了，最后还得靠人工补。当然这不意味着多智能体架构就该被否定。我的判断是，任务边界清晰、可以并行拆分的场景，多智能体还是有优势；但如果只是把一个大任务硬切成几段，交给不同角色轮流处理，那大概率是在给自己挖坑。Anthropic 说的「按需加载上下文」其实更接近人类的工作方式，需要什么就取什么，而不是提前把所有信息塞给每个角色。他们还放了一个迁移工具包在 GitHub 上，方便团队做架构调整。这个动作挺务实的，说明这不是单纯的宣传口径，而是有落地路径的建议。对正在做 agent 架构选型的团队来说，值得花时间看看。我自己的结论是，别一上来就追求多智能体的复杂度，先把单智能体的上下文管理做扎实。很多时候问题不在智能体数量不够，而在于信息组织得不够好。