Anthropic称AI代理可独立处理复杂任务，无需多个子代理

Anthropic近日公开建议企业重新评估多智能体架构的必要性，核心结论是：与其维护一组各司其职的子智能体，不如把它们合并成一个按需加载上下文的单一主智能体。该公司基于多个企业落地项目的实战经验发现，单一智能体在质量、成本和延迟三个维度上往往同时占优。在一次对比测试中，单智能体架构的运行速度约为多智能体方案的两倍。Anthropic已在GitHub上发布迁移工具包，帮助团队识别现有架构模式、评估替代方案并验证最佳路径。 这一建议的背后是模型能力的实质性变化。从Opus 4.5开始，到Opus 5.5和Fable 5.1，新一代模型已经能够在单一循环中直接管理复杂计划，过去需要靠意图识别、固定处理流水线、用户分群、独立推荐分支和顶层编排器拼装出来的那套结构，如今模型自己就能承担大部分编排工作。Anthropic将其称为智能体领域的“康威定律”：架构逐渐变成组织架构图的翻版，每个团队各自交付一个子智能体，最终堆积出数百个相互重叠、缺乏统一标准的智能体，系统提示词里被各团队塞满互相矛盾的规则，形成所谓的“弗兰肯提示词”。一个典型案例是某公司的客服智能体内部塞了十几个专业子智能体，结果品牌体验难以统一，高延迟又进一步拖累可用性。在多智能体工作流中，功能编写、测试编写和代码审查之间的每一次交接都会丢失上下文；而在单智能体工作流中，一个智能体因为已经掌握上下文，可以同时写完功能和测试，另设一个验证器只负责跑测试并汇报结果。Anthropic透露，新模型的Claude Code系统提示词已被削减超过80%，部分原因就是技能和工具改为按需加载，加上新模型会主动汇报自身进度并自查工作，许多额外的控制层已无必要。 不过Anthropic明确表示子智能体并非一无是处，三种情况下仍然合理：单一智能体的上下文窗口出现可测量的性能退化、多个任务需要各自独立的上下文窗口并行运行、或者单一智能体在工具选择上确实吃力。公司同时警告不要盲目合并——在一次客服智能体测试中，并入某个子智能体虽然降低了延迟，却破坏了原本正常工作的流程，主智能体开始自行作答而不再咨询对应的专家。对于跨境电商卖家和出海团队而言，这意味着在搭建客服、选品分析、广告投放等AI工作流时，不必默认走向多智能体堆叠，而应先评估单智能体加精简工具集能否覆盖场景，同时警惕技能库无序膨胀带来的维护负担。