Anthropic 6月13日分享了關(guān)于構(gòu)建多智能體系統(tǒng)的架構(gòu)設(shè)計，幾乎是毫無保留地展示了如何從零開始打造一個強(qiáng)大的多智能體（Multi-Agent）DeepResearch 系統(tǒng)，也就是 Claude 目前內(nèi)置的 Research 功能。  

整個內(nèi)容干貨滿滿，涵蓋了架構(gòu)設(shè)計、Prompt 提示詞工程、效果評估，以及在生產(chǎn)環(huán)境中可能遇到的各種問題，可以說毫無保留。

下文對要點詳細(xì)剖析。

1、多智能體系統(tǒng)的優(yōu)勢

為什么不用單個強(qiáng)大的 AI 智能體，而是要搞復(fù)雜的“多智能體”架構(gòu)呢？

Anthropic 用數(shù)據(jù)給出了答案：在內(nèi)部研究評估中，一個由 Claude Opus 4 擔(dān)任“領(lǐng)導(dǎo)”，多個 Claude Sonnet 4 作為“員工”的多智能體系統(tǒng)，性能比單獨(dú)使用的 Opus 4 高出 90.2%！

背后的邏輯其實很簡單：通過投入更多的 Token 來解決問題。Token 的使用量本身就解釋了80%的性能差異。多智能體架構(gòu)通過并行處理，讓多個 AI 智能體同時在各自的上下文中思考和搜索，本質(zhì)上是擴(kuò)展了解決問題的“算力”和“思考容量”，尤其適合處理那些需要“廣度優(yōu)先”探索的復(fù)雜問題。

不過，缺點也很明顯：成本高昂。多智能體系統(tǒng)消耗的 Token 大約是普通聊天的15倍。因此，這種架構(gòu)更適合那些價值足夠高、能夠承受高成本的復(fù)雜任務(wù)。

2、多智能體架構(gòu)設(shè)計

Anthropic的 Research 多智能體系統(tǒng)采用了經(jīng)典的“協(xié)調(diào)者-工作者”（Orchestrator-Worker）架構(gòu)。一個“主導(dǎo)智能體”（Lead Agent）負(fù)責(zé)協(xié)調(diào)整個流程，并將任務(wù)分解后分配給多個并行的專業(yè)子智能體（Subagents）。

以下是整個架構(gòu)設(shè)計工作流程的清晰描述：

引用與生成：當(dāng)信息足夠時，系統(tǒng)將所有發(fā)現(xiàn)交給一個專門的“引用智能體”（Citation Agent），確保所有結(jié)論都有可靠的依據(jù)，并最終生成帶有引用的完整報告。

傳統(tǒng)的檢索增強(qiáng)生成（Retrieval Augmented Generation，RAG）方法采用的是靜態(tài)檢索：即根據(jù)輸入查詢檢索出最相似的信息片段，并用這些片段生成回復(fù)。相比之下，我們的架構(gòu)采用多步搜索，能夠動態(tài)發(fā)現(xiàn)相關(guān)信息，及時調(diào)整策略，并對結(jié)果進(jìn)行分析，從而給出高質(zhì)量答案。

這種架構(gòu)通過分工協(xié)作，極大地提高了復(fù)雜任務(wù)的處理效率和準(zhǔn)確性。

3、多智能體系統(tǒng)的 Prompt 提示詞工程設(shè)計

多智能體系統(tǒng)的復(fù)雜度呈指數(shù)級上升，很容易出現(xiàn)“為了解決一個簡單問題而調(diào)用50個 AI 智能體”的失控局面。

而 Prompt 提示詞工程是規(guī)范和引導(dǎo) AI 智能體行為的關(guān)鍵。Anthropic 總結(jié)了以下8條核心法則：

1. 像 AI 智能體一樣思考：在控制臺（Console）中模擬 AI Agent 的工作流程，逐個步驟觀察其行為，這樣才能直觀地發(fā)現(xiàn)問題。
2. 教會 Lead 智能體如何描述子任務(wù)：給子智能體的任務(wù)描述必須清晰明確，包括目標(biāo)、輸出格式、使用工具和任務(wù)邊界。模糊的指令如“去研究一下XX”是遠(yuǎn)遠(yuǎn)不夠的。
3. 根據(jù)任務(wù)復(fù)雜度調(diào)整資源投入：在 Prompt 中明確指定不同難度任務(wù)的資源配比。簡單任務(wù)用1個 AI 智能體，復(fù)雜任務(wù)則動用10個以上 AI 智能體，避免小題大做。
4. 工具設(shè)計和選擇至關(guān)重要：工具的描述必須清晰且有區(qū)分度。同時，要給 AI 智能體一些啟發(fā)式規(guī)則，比如“先瀏覽一遍所有可用工具再做決策”。
5. 讓 AI 智能體自我改進(jìn)：Anthropic 創(chuàng)建了一個“工具測試 Agent”。它會反復(fù)試用新工具，并自動重寫工具的描述文檔，以便后續(xù) AI 智能體使用起來更加順手。結(jié)果是任務(wù)完成時間減少了40%。
6. 先廣后窄：引導(dǎo) AI 智能體像人類專家一樣進(jìn)行研究，先用寬泛的查詢了解全貌，再逐步縮小范圍，而不是一開始就使用一個又長又窄的查詢，否則可能什么也搜不到。
7. 引導(dǎo)思考過程：使用“思考模式”（extended thinking），讓 AI 智能體把思考過程寫下來。Lead 智能體用它來規(guī)劃，子智能體用它來評估每一步的工具調(diào)用結(jié)果。
8. 并行工具調(diào)用改變游戲規(guī)則：讓 Lead Agent 并行分派子 Agent，再讓每個子 Agent 并行調(diào)用工具。這兩層并行直接將復(fù)雜查詢的耗時減少了90%。

4、多智能體系統(tǒng)的有效評估

評估多智能體系統(tǒng)不能像傳統(tǒng)軟件測試那樣，只檢查它是否遵循了預(yù)設(shè)的“正確”路徑，因為通往正確答案的路徑不止一條。Anthropic 的經(jīng)驗是：

• 立即開始小樣本評估：在開發(fā)的早期階段，一個小小的 Prompt 調(diào)整可能讓成功率從30%飆升到80%。這種巨大的變化通過20個測試用例就能明顯看出。不要等到構(gòu)建幾百個測試用例的完美評估系統(tǒng)才開始動手。
• 用 LLM 當(dāng)裁判：對于研究這類開放式輸出，讓 LLM 根據(jù)一個標(biāo)準(zhǔn)化的評分表（比如：事實準(zhǔn)確性、引用準(zhǔn)確性、完整度、信源質(zhì)量等）來打分，是一種既可擴(kuò)展又具一致性的方法。
• 真人測試必不可少：自動化評估總有盲點。比如：真人測試員發(fā)現(xiàn)早期 AI 智能體總是傾向于選擇 SEO 過度的內(nèi)容農(nóng)場，而不是權(quán)威的學(xué)術(shù) PDF。這些細(xì)微的偏好只有通過人工測試才能發(fā)現(xiàn)。

5、多智能體系統(tǒng)生產(chǎn)環(huán)境下的可靠性與工程挑戰(zhàn)

從能夠運(yùn)行的 AI 智能體原型到穩(wěn)定可靠的生產(chǎn)系統(tǒng)，中間隔著巨大的鴻溝。以下是四大工程難題：

第一、錯誤恢復(fù)

AI 智能體是長時間運(yùn)行的，一旦出錯，不能簡單地從頭開始（成本過高）。必須建立一種機(jī)制，能夠在錯誤發(fā)生的地方恢復(fù)，并讓 AI 智能體學(xué)會優(yōu)雅地處理工具失效等問題。

第二、非確定性下的監(jiān)控

AI 智能體的行為是動態(tài)的，且不完全可復(fù)現(xiàn)，這使得調(diào)試變得極其困難。唯一的解決辦法是建立完善的生產(chǎn)環(huán)境追蹤系統(tǒng)，監(jiān)控 AI 智能體的決策模式和交互結(jié)構(gòu)。

第三、部署協(xié)調(diào)

線上隨時有大量 AI 智能體在運(yùn)行，不能直接暴力更新。他們采用“rainbow deployments”（彩虹部署）的方式，平滑地將流量從舊版本遷移到新版本，確保服務(wù)不中斷。

第四、同步的瓶頸

目前系統(tǒng)是同步的，Lead Agent 必須等待一批子 Agent 全部完成后才能進(jìn)行下一步，這效率很低。未來向異步執(zhí)行演進(jìn)是必然趨勢，盡管這會帶來狀態(tài)一致性、錯誤傳遞等新的挑戰(zhàn)。

6、總結(jié)

在構(gòu)建 AI 智能體的過程中，最后一公里往往成為最為艱難的階段。開發(fā)者本地能夠運(yùn)行的代碼，距離成為可靠的生產(chǎn)系統(tǒng)還需要大量工程化努力。在 AI 智能體系統(tǒng)中，錯誤具有復(fù)合特性，這意味著對于傳統(tǒng)軟件而言的輕微問題，可能會導(dǎo)致 AI 智能體完全崩潰。只要某一步失敗，AI 智能體就可能走向完全不同的路徑，進(jìn)而產(chǎn)生不可預(yù)測的結(jié)果。正如本文所述，從原型到生產(chǎn)環(huán)境之間的鴻溝，往往比人們預(yù)期的更為寬廣。

盡管存在這些挑戰(zhàn)，多智能體系統(tǒng)在開放性研究任務(wù)中依然展現(xiàn)出巨大價值。用戶反饋稱，Claude 幫助他們發(fā)現(xiàn)了未曾考慮過的商業(yè)機(jī)會，理清了復(fù)雜的醫(yī)療方案，解決了棘手的技術(shù)難題，還能通過揭示原本難以獨(dú)立發(fā)現(xiàn)的研究關(guān)聯(lián)，節(jié)省數(shù)天工作時間。只要注重工程細(xì)節(jié)、全面測試、精心設(shè)計提示詞和工具、完善運(yùn)維實踐，并確保研究、產(chǎn)品與工程團(tuán)隊之間緊密協(xié)作，對當(dāng)前 AI 智能體能力有深刻理解，多智能體研究系統(tǒng)完全可以在規(guī)?；瘧?yīng)用中保持可靠運(yùn)行。我們已經(jīng)看到，這些系統(tǒng)正在改變?nèi)藗兘鉀Q復(fù)雜問題的方式。

本文轉(zhuǎn)載自??玄姐聊AGI??  作者：玄姐