Anthropic - Building Multi-Agent Systems
Anthropic 官方博客（2026-09，多 agent 系列第一篇）：多 agent 系统何时该用、怎么用。作者 Cara Phillips，贡献者含 Paul Chen、Andy Schumeister、Brad Abrams、Theo Chu。核心立场：多 agent 常被用在本该单 agent 的场景——多数任务单 agent 更好；三种约束下多 agent 才稳定占优。概念页见 多 Agent 系统。
要点
- 先从单 agent 开始：多 agent 通常消耗 3–10 倍 token；每个 agent 都是新的故障点、新 prompt 维护负担、新意外行为来源。Anthropic 见过团队花数月建 planning/execution/review/iteration 四段式架构，结果每次 handoff 丢 context、协调 token 多过执行，最后单 agent 改进 prompt 就等效。
- 三个稳定占优场景：
- Context 保护：context pollution 让单 agent 推理降质。subagent 各持干净 context 处理高体量子任务（>1000 token 且大部分与主任务无关），只回传 50–100 token 摘要（客服例：订单查询 agent 处理完整订单历史，主 agent 只收状态+日期）。
- 并行化：lead agent 把 query 拆成独立 facet，subagent 并行研究再综合。收益是 thoroughness 不是 speed——token 3–10 倍且总耗时往往更长。
- 专业化：工具集（20+ 工具选择困难、跨域混淆、加新工具劣化既有任务三信号）、system prompt（冲突的行为模式：共情客服 vs 严苛 reviewer）、领域知识（法律/临床方法等重 context）。
- 单 agent 撞墙信号：context 接近上限（compaction 正在缓解）、工具 15–20+（先试 Tool Search Tool，token 可降 85% 且选择更准）、子任务天然独立可并行。阈值随模型进步移动。
- Context-centric decomposition：按 context 边界拆分而非按工作类型。按角色拆（planner/implementer/tester/reviewer）= telephone game，实测协调 token 多过实际工作。有效边界：独立研究路径、干净接口的组件、blackbox 验证；有害边界：同一工作的顺序阶段、紧耦合组件、需频繁同步共享状态的工作。推论：写了 feature 的 agent 顺手写它的测试。
- Verification subagent：跨领域最稳的多 agent 模式——验证天然只需最少 context（blackbox 测试不需要实现史）。最大失败模式 “early victory problem”：跑一两个测试就宣布通过；缓解 = 具体标准 + 多场景 + negative tests + 显式指令（“You MUST run the complete test suite”）。更强 orchestrator（如 Opus 4.5）渐能直接评估 subagent 工作。
- 决策清单：真实约束存在（context/并行/专业化）、按 context 拆分、有清晰验证点。另提 managed 编排可外包给 Claude Managed Agents。
值得留的原话
- “multi-agent implementations typically use 3-10x more tokens than single-agent approaches for equivalent tasks”（开头与并行节各出现一次）
- “The primary benefit of parallelization is thoroughness, not speed.”
- “adopt a context-centric view rather than a problem-centric view when decomposing work”
- “Start with the simplest approach that works, and add complexity only when evidence supports it.”（结语）
与库内的关联
- 动态工作流 是同一方法论的 Claude Code 产品化（并行扇出 + 验证闸门 + 收敛）；本文补上”何时该用”的上游判断，对应官方”先从 scoped task 起步”建议。
- Agent Fleet 管理：第 7 条 solo 优先与本文”先从单 agent 开始”同源；verification subagent 是”并行产出必须过结构化检查”的 agent 化实例。
- context pollution / isolation 与 Agent 状态分层 互补：一个管跨会话状态划分，一个管会话内 context 卫生。