多 agent 研究系统是怎么做的
来自 Anthropic Engineering · 期号 2025-06-13
摘要
Anthropic 公开了 Claude Research 功能背后的多 agent 系统是怎么做的。 研究任务是开放式的，没法事先规划好每一步。多 agent 系统的思路是：一个主 agent（Claude Opus 4）负责制定研究计划，然后派生出多个并行的子 agent（Claude Sonnet 4），各自用独立的上下文窗口去探索不同方向，最后把结果压缩回主 agent。 内部评测显示，多 agent 方案比单 agent 的 Claude Opus 4 在 research eval 上高出 90.2%。分析发现，token 用量解释了 80% 的性能差异，工具调用次数和模型选择各占剩下的一部分。
深读
导读 Anthropic 工程团队公开了 Claude Research 功能背后的多 agent 系统设计。文章的核心洞察是：多 agent 系统本质上是通过花足够多的 token 来解决问题，特别适合路径不可预知的广度优先研究任务。读完能带走一个经过生产验证的多 agent 架构设计原则，以及 token 用量、工具调用次数、模型选择三者对性能影响的量化关系。 关键信息 - 多 agent 系统由主 agent（Claude Opus 4）负责规划研究路径，然后并行派出多个子 agent（Claude Sonnet 4）分别探索不同方向。 - 内部评测显示，多 agent 方案比单 agent 的 Claude Opus 4 在 research eval 上高出 90.2%。 - 在 BrowseComp 评测中，token 用量能解释 80% 的性能差异，加上工具调用次数和模型选择后三个因素共解释 95% 的方差。 - 子 agent 各自拥有独立的 context window、工具集和 prompt，实现了关注点分离（separation of concerns），降低了路径依赖。 逐节讲解 多 agent 系统的适用场景 研究类任务的特点是开放性和路径不可预测性,无法预先硬编码一个固定的探索流程。人类做研究时会根据发现不断调整方向，AI agent 同样需要具备这种动态决策能力。单次、线性的 pipeline 无法胜任这类任务，而多 agent 系统天然适合：主 agent 负责规划，子 agent 并行探索不同方向，最后将结果压缩回传给主 agent。 多 agent 为何有效：压缩与并行 文章用了一个关键类比：搜索的本质是压缩,从海量信息中提炼出关键洞察。子 agent 的作用就是并行执行这种压缩：每个子 agent 在自己的 context window 里独立探索一个方向，然后把最重要的 token 浓缩后交给主 agent。这种架构还实现了关注点分离,不同子 agent 使用不同的工具、prompt 和探索路径，避免了单一路径的局限性。 作者还举了一个人类社会的类比：过去十万年里个体智力提升有限，但人类社会通过集体协作实现了指数级的进步。多 agent 系统遵循同样的逻辑,即使每个 agent 都是通用智能体，群体协作能突破个体能力的上限。 性能数据与关键发现 内部评测给出了具体数字：以 Claude Opus 4 为主 agent、Claude Sonnet 4 为子 agent 的多 agent 系统，在 research eval 上比单 agent 的 Claude Opus 4 高出 90.2%。一个具体案例是「找出 S&P 500 信息技术板块所有公司的董事会成员」,多 agent 系统将任务分解给子 agent 并行搜索…