多智能体系统：当一个智能体不够用时
多智能体系统让几个 AI 智能体共同完成一个任务。一个主智能体把工作拆开，分给同时运行的工作者智能体。速度的代价很高——Anthropic 测得大约是普通聊天 15 倍的 token——所以在增加更多智能体之前，先证明一个好的智能体确实不够用。
用很多智能体听起来很令人兴奋，但这也是最贵的构建方式。真正的问题不是几个智能体能不能分担一个任务——而是这个任务值不值得为让它们保持协调所付出的成本。
有两种情况会把任务推到单个智能体的能力之外。任务可能太大，装不进 一个上下文窗口——也就是智能体的工作记忆。或者任务里有一些 可以同时进行的部分。经过验证的解决办法是 编排者–工作者模式。用大白话说：一个主智能体 规划任务，把它拆成小块。工作者智能体各领一块并行运行， 每个都有全新的上下文窗口。最后主智能体把它们的结果汇总起来。 Anthropic 的研究系统就是这样工作的——在他们的内部研究测试中， 它比单智能体方案高出 90.2% [1]。
同一份报告也算了这笔账。单个智能体大约用掉普通聊天 4 倍的 token。多智能体系统大约是 15 倍——而且结果上的差距大部分正是由 token 消耗解释的。你实际上是在用 token 购买能力。只有当任务的 价值足以覆盖这笔开销时，这才划算 [1]。
更多智能体意味着更多工作记忆——但每一个都要付钱。
协调才是难点
接线（技术上把智能体连起来）早就不难了——AutoGen 在 2023 年就 展示了让智能体互相对话的通用模式 [2]。 现在还会出问题的是协作，而不是技术：两个工作者把同一件事做了 两遍；工作交接时细节丢失；一个工作者早期的错误传染给它之后的 所有环节。而且，如果你已经知道工作该怎么拆分，你根本不需要 主智能体——自己把拆分写进一个普通的工作流， 而不是每次都花钱让一个智能体去琢磨 [3]。
这个习惯和整个构建流程与顺序是一致的：先从一个智能体做起。测量它到底在哪里失败—— 是工作记忆不够用了？还是任务面太宽？只有当你的测试显示出缺口时， 才增加第二个智能体。
资料来源
- Anthropic — How we built our multi-agent research system，2025 年 6 月 13 日
- Wu et al. — AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation，arXiv 2308.08155，2023 年 8 月
- Anthropic — Building effective agents，2024 年 12 月 19 日（其中把编排者–工作者归为一种工作流）
常见问题
什么是多智能体系统？
一种让几个 AI 智能体共同完成一个任务的架构。主智能体负责规划并拆分工作。工作者智能体各自处理一块，同时进行，每个都有自己的上下文窗口。最后由主智能体把结果合并成一个答案。
什么时候该用多个智能体，而不是一个？
只在你能实际衡量需求时才用：任务大到装不进一个上下文窗口，或者任务里有并行的部分、一个智能体处理起来太慢。如果你已经知道怎么拆分工作，就改用简单的工作流——自己定好结构，省掉协调成本。
为什么多智能体系统这么贵？
每个智能体在每一步都会重新发送自己不断变长的完整历史，而多智能体系统要同时运行好几个智能体外加一个主智能体。Anthropic 测得大约是普通聊天 15 倍的 token。你是在直接用 token 开销购买能力。