AI Price MemoryAI Price Memory
经验博文

「把一群智能体裁成一个」:Anthropic 这套减法,和 11 月 16 日要变的企业版 Claude

模型能扛住编排的活了,剩下的工作是把系统收拾干净

原作者: AI Price Memory
32 次浏览
0 次复制
适用模型: Claude Opus 5.5 / Claude Sonnet 5.5 / Claude Haiku 5.5

「把一群智能体裁成一个」:Anthropic 这套减法,和 11 月 16 日要变的企业版 Claude

过去两年,做智能体的默认姿势一直是加法。需求一复杂,就加一个子智能体;部门一多,就再加一层编排。Anthropic 在 10 月 22 日前后放出的这份指南,讲的恰好是反方向:先问一句,能不能只留一个主智能体,让它按需调上下文和工具。25 日,多家媒体跟进报道了这份指南和配套的 GitHub 迁移工具包。同一周,Anthropic 还把企业版 Claude 的聊天和 Cowork 合并成一个入口,11 月 16 日起对符合条件的组织默认开启。两件事放在一起看,Anthropic 这周想表达的意思很清楚:智能体这行,到了该做减法的时候。

多智能体与单智能体的工作流对比,Anthropic 示意图

先说结论

我先把判断摆在前面。这份指南不是让所有人明天就把子智能体全拆掉。Anthropic 自己的措辞也留了口子:一个主智能体在很多企业落地里跑出了更好的质量、更低的延迟和成本,但这来自它 Applied AI 团队的客户实践,不是那种可以原样复现的对照实验。真正值得抄走的,是它给出的判断顺序:先量完成率、耗时和成本,再决定合并不合并;合并之后,每一步都要重新量一遍。对个人开发者来说,更直接的收获在另一头:11 月 16 日那个企业版默认变更,管理员现在就得去看一眼设置,别等到那天才发现入口变了。

过去两年,大家为什么越堆越多

这个毛病有来头。早期的模型扛不住太长的规划,也记不住太多的工具用法。拆成意图识别、规划、检索、写代码、审代码几个子智能体,每个只干一小段,看起来最稳妥。团队一多,问题就变了味。Anthropic 在指南里用了一个很形象的说法:架构长成了组织架构的样子。每个团队各交一个子智能体,最后攒出几百个互相重叠的智能体,没人能说清全貌。系统提示词也跟着遭殃,各队往里加各自的规则,加到最后互相打架,Anthropic 把这种东西叫 Frankenprompt,拼凑出来的怪物提示词。

我觉得这个说法戳中了很多团队的真实状态。很多所谓的多智能体系统,解决的不是任务本身的复杂度,而是早期模型能力不够留下的历史包袱。模型变了,包袱没卸,系统就一直在为过去的能力短板付账。

Anthropic 这次到底说了什么

指南来自 Anthropic 的 Applied AI 团队,依据是他们在多个企业落地里看到的情况。说法分成三层。

第一层,一个主智能体加按需加载的上下文,在不少场景里跑赢了子智能体编排。Anthropic 点名了从 Opus 4.5 起的新模型,包括 Opus 5.5 和 Fable 5.1,说它们可以在一个执行循环里直接协调复杂计划,不用再靠固定的路由层在子智能体之间传话。

第二层,有一个可以拿出来讲的数字,但要打折扣听。Anthropic 提到,在一次客户对比里,单智能体架构的运行速度大约是多智能体架构的两倍。客户名字没公开,对比条件也没细说。所以这个“两倍”更像一个方向信号,不是承诺。另一家研究机构 Vals 的研究也给出过类似的观察:智能体团队跑得更快,但质量没有相应提高;从 10 个智能体扩到 30 个、100 个,质量没有上去,成本却涨了不少。两边合起来看,结论收敛在一个点上:堆数量这条路,性价比已经不太好看了。

第三层,Anthropic 给了替代方案,不是简单地把所有东西塞进一个提示词。工作流打包成 skills,按需加载;参考资料放进知识库,主智能体通过搜索工具在需要的时候去查,不要用代码抓取上下文再硬塞进提示词。Anthropic 还提到一个很具体的数字:给新模型准备的 Claude Code 系统提示词,长度砍掉了八成以上,部分原因就是 skills 和工具改成了按需加载。模型自己会汇报进度、检查自己的活,一些过去用来兜底的控制层,也就没那么必要了。

企业版 Claude 统一体验示意

什么时候别合并,Anthropic 自己划了线

这份指南最值得肯定的地方,是它没有把话说满。Anthropic 明确留了三种情况,建议继续保留子智能体。主智能体的上下文窗口出现可以量化的性能下滑时,留着;多个任务需要并行跑、各自占一个独立上下文时,留着;主智能体在工具选择上明显吃力时,也留着。

还有一个翻车案例,Anthropic 没有藏着。一次客服场景的测试里,把子智能体并进主智能体之后,延迟确实降了,但原来跑得好好的流程坏了。主智能体开始自己作答,不再去问本该咨询的专科智能体。延迟这个指标变好了,正确性却掉了。这个例子比“两倍速”更有参考价值。它提醒了一件事:合并之前,先把“什么算对”定下来,别只盯着跑得快不快。

迁移工具包怎么用:照着四步走,别凭感觉拆

Anthropic 随指南在 GitHub 放了一个迁移工具包,名字叫 single-agent-loop-kit。按多家报道的转述,它的流程可以概括成四步。先盘点现有架构,认清哪些子智能体在干什么;再评估哪些可以合并,优先合那些总是一起跑的;然后把剩下的能力迁进主智能体的工具集;最后验证,决定这一步合得对不对。报道里反复强调一个细节:每个阶段前后都要量完成率、耗时和成本,拿数字做决定,而不是凭架构图的好看程度。

我把这个流程翻译成一个可以直接拿去用的检查清单,放在下面。真正动手之前,先把基线跑出来。没有基线,所有“变快了”“变便宜了”的说法都站不住。

提示词 / 指令
合并前基线(先跑一周,再谈拆不拆)
- 任务完成率:原来多少,样本量多少
- 中位耗时和 P90 耗时:别只看平均数
- 单任务 token 成本和总成本
- 出错类型:上下文丢失、工具选错、重复提问,各占多少

合并时优先合
- 总是一起触发的子智能体
- 只做格式转换、摘要、校验的轻量环节
- 共享同一份上下文的读写环节

合并后先别动
- 需要独立上下文的并行任务
- 有单独合规或权限边界的环节
- 主智能体已经表现出工具选择吃力的部分

还有一条容易忽略的红线:工具数量。Anthropic 提醒,工具定义超过 30 到 50 个之后,模型的工具选择质量容易下滑。所以 skills 不能无限膨胀。Anthropic 的建议是,成立一个规模不大的中央小组,管住系统提示词和整体质量;各队指定专人维护自己的 skill 库,别让每个团队都往里塞东西。说白了,合并省下来的复杂度,很容易在 skill 库里重新长出来。

维度多子智能体编排单主智能体加按需加载
每次交接上下文可能丢失、重复或延迟主智能体自己持有上下文,交接点变少
延迟和成本每次调用都叠加开销调用次数减少,但单次上下文可能变长
出错定位容易定位到某个子智能体需要看主智能体的完整轨迹
适用场景并行任务、独立上下文、强权限边界大多数串行任务、共享上下文的长流程
维护负担各队各管一摊,容易长成 Frankenprompt中央管提示词,各队管 skill 库,膨胀点转移了

企业版的另一半变化:聊天和 Cowork 合成一个入口

对用 Claude 企业版的团队来说,同一周还有一件更具体的事。Anthropic 在 10 月 23 日宣布,聊天和 Cowork 的统一体验向企业客户开放。之前 Pro 和 Max 用户在 9 月已经先用上了这套合并后的体验,企业版这次跟上,补的是部署路径。

用法上的变化很好理解。对话从普通聊天开始,需要跑代码、处理文件的时候,同一段对话会切进 Anthropic 管理的云端沙箱,跑完把结果交回来检查,不用另起一个 Cowork 任务。合上笔记本,云端任务照样跑,换到网页、桌面或手机上都能接着看。原来的聊天、项目、连接器、skills 和插件都带过来,不用重新配置。

管理员需要留意的,是时间和边界。现有组织里,这个统一体验目前默认关闭,11 月 16 日起,没有明确表态过的组织会默认开启,前提是聊天和云端代码执行都已启用。管理员已经明确选过开启或关闭的,维持原选择不变。想提前开的,可以在组织设置的能力选项里启用;想继续关着的,同样可以在那里选保持关闭。

安全边界也有几条硬线。每个云端会话跑在独立的虚拟机里,企业版默认关闭沙箱的网络访问,连接器凭证留在沙箱外面,不直接塞进执行环境。现有的单点登录和合规接口继续生效。计费还是按用量来,新增的 Efficient 模式可以把统一体验限定在 Sonnet 和 Haiku 模型上,给管理员多一个控成本的把手。还有三类组织暂时用不上这次更新:零数据留存配置、HIPAA 就绪配置、用客户自管加密密钥的组织,它们维持现有配置不变。

Claude 的 Skills 界面示例,统一体验里原有 skills 会带过来

给不同的人,分别怎么行动

如果你在企业里管 Claude,11 月 16 日之前做三件事就够了。去组织设置里确认统一体验当前是开还是关;跟安全团队对一遍沙箱网络和连接器权限,确认云端任务跑起来之后,审批流程还在;如果预算紧张,先看一眼 Efficient 模式能不能 cover 住你们常用的任务类型,别等到账单出来才想起这回事。

如果你在搭自己的智能体系统,别急着重构。先挑一个最痛的串行流程跑基线,量完成率、耗时和成本,再按工具包的流程合一小步,对比数字。合完之后,盯着两类回归:主智能体是不是开始跳过本该咨询的专科环节,以及工具数量是不是悄悄涨过了 30 个。这两个信号,比延迟数字更能说明合并到底成没成。

如果你只是日常用 Claude 聊天和处理文档,这次企业版变化对你的直接影响不大。入口合一之后,区别主要在长任务上:以前需要你守着跑的活,现在可以交给云端接着跑,回来接着看结果。真正要适应的是心态:任务交出去之后,检查结果这一步不能省,云端跑得越久,回来复核的价值越大。

一句话总结

Anthropic 这周做的两件事,其实是同一句话的两种说法:模型已经能扛住编排的活了,剩下的工作是把系统收拾干净,别再为过去的能力短板付账。

来源

  • The Decoder:Anthropic says one AI agent beats many subagents now that models can handle complexity alone(2026-10-25):https://the-decoder.com/anthropic-says-one-ai-agent-beats-many-subagents-now-that-models-can-handle-complexity-alone/
  • MIXED:Claude Enterprise will combine chat and Cowork by default on November 16(2026-10-25):https://mixed-news.com/en/claude-enterprise-chat-cowork-unified-november-16/
  • PYMNTS:Anthropic Merges Claude Chat and Cowork for Enterprise Users(2026-10-25):https://www.pymnts.com/news/artificial-intelligence/2026/anthropic-merges-claude-chat-and-cowork-for-enterprise-users/
  • SiliconReport:Anthropic says single AI agents beat multi-agent setups(2026-10-25):https://www.siliconreport.com/anthropic-says-single-ai-agents-beat-multi-agent-setups
  • TechTimes:Single Agent Beats Multi-Agent Teams on Cost, Speed, and Quality: Anthropic(2026-10-26):https://www.techtimes.com/articles/329459/20261026/single-agent-beats-multi-agent-teams-cost-speed-quality-anthropic.htm