Anthropic实测：一个智能体胜过一群

Anthropic工程团队给出了一条反直觉的建议：别急着给你的AI系统添置一堆子智能体，先试试把折叠进一个主循环。他们在多家企业的实际部署中发现，一个按需加载上下文的单一智能体，在质量、成本和延迟上经常胜过一队各司其职的专用智能体——一次对比中，单智能体架构的运行速度约为多智能体方案的两倍。

这套判断写在一篇10月22日发布的工程文章里，从10月的Opus 4.5起，新模型已能在单个循环里直接扛住复杂计划。Anthropic给企业常见的毛病起了个名字——"智能体版康威定律"：架构照抄组织架构，每个团队都上线自己的子智能体，最后几百个功能重叠的智能体挤在一起；系统提示词则膨胀成各团队规则互相矛盾的"科学怪人提示词"。他们的处方是：一条干净的系统提示词、四五个轻量数据工具，再加固定的输出护栏，就能覆盖大部分场景。

例子很直观：某客服企业在一个面向客户的智能体内嵌了十几个子智能体，结果品牌体验难保一致、延迟还高。Anthropic自己则把新版模型的Claude Code系统提示词砍掉了八成以上——技能和工具改成按需加载，模型还会主动汇报进度、自查结果，很多控制层已经没必要了。

但方案不是一刀切。Anthropic列出了子智能体仍然合理的场景：单智能体上下文窗口出现可测量的性能退化、多个任务需要并行独立上下文、或者单智能体在工具选择上力不从心。他们同时在GitHub上发布了迁移套件single-agent-loop-kit，流程是先审计、再合并、把剩余子智能体逐个折叠成技能并放进主循环，每一步都用同一套评测打分——折叠只在数字说话时才算数。

官方也提醒别盲目合并：一次针对客服智能体的测试中，把子智能体折进去虽然降低了延迟，却弄坏了一段原本正常的流程——主智能体开始自说自话，不再去请示该请示的专家。另外，模型在工具定义超过30到50个时选择能力会下降，因此建议由一个小团队统一维护系统提示词和共享评测，各业务团队则看护好自己的技能库。

第三方研究也在往同一个方向指：Vals的研究发现智能体团队跑得更快，但质量并不更高；从10个扩到30个再到100个智能体，没有带来质量增益，成本却明显上升。OpenAI开发者Eric Provencher更直接，称智能体蜂群"几乎肯定"是在浪费钱。