Anthropic 实测建议砍掉多数子智能体：单 agent 循环快约 2 倍
Arindam_1729 · x · 2026-10-27
Anthropic 应用 AI 团队在多个企业部署中对比了「组织图式」多 agent 架构（路由器+规划器+各团队专属子 agent）与单 agent 方案，结论颇为反直觉：带 skills 的单 agent 在质量上常胜出，成本和延迟也更优，某客户改用单 agent 循环后速度约提升 2 倍。
问题出在交接（handoffs）：每个子 agent 只返回摘要，每次摘要都丢失细节——Anthropic 称之为「传话游戏」。推荐的替代方案：
- 一个模型、一个上下文窗口，开放式工具循环，由 harness 设定轮次与成本预算
- 每轮模型批量发出工具调用，harness 并行执行并返回原始结果
- 原各子 agent 的流程改写为 skill，其 API 调用封装为 MCP 工具
同帖作者还开源了 Claude Duet 的开放模型版 OpenDuet（MIT 协议）：每日主动简报、后台盯应用、仅在需要你时提醒，发送/发布/支付类操作需人工审批，每个 bot 用开放模型加可手编的 MEMORY.md，基于 Mastra、Nebius 与 Composio 构建。
所属事件:Anthropic 新指南：多数场景砍掉 subagent，单 agent 加 Skills 更优(11 条相关)→
「编程与Agent」频道最新
- 用 $28 算力让模型给自己造 copilot：他的新模型个人基准 — bucolucas · 2026-10-27
- Agent 中途改计划该被允许吗：真实系统介入时的边界之辩 — wistfulcracker84 · 2026-10-27
- HeyGen 联手 Canva:幻灯片讲者备注自动变数字人讲解视频 — HeyGen · 2026-10-27
- 隐私场景实测：本地 Qwen 3.8 FN 不输云端前沿模型还更快 — dr_lm · 2026-10-27
- Cloudflare Computer 支持 agent 中断恢复，可跳过已完成的非幂等请求 — irvinebroque · 2026-10-27
- LLM Tails 实测省 80% 输入 token：先读后写约束 agent 编码 — savadks1818 · 2026-10-27