Claude多智能体研究系统架构解析

Anthropic近期公开了Claude研究功能背后的多智能体系统设计经验。该功能允许Claude在网页、Google Workspace及各类集成中执行复杂搜索任务，其核心是一个由多个智能体协作的系统。

系统采用编排者-工作者模式，主智能体负责理解用户查询、制定研究策略，并创建多个并行子智能体同时搜索信息。这种架构的优势在于：首先，研究任务本质上是开放式的，无法预先设定固定路径，智能体需要根据中间发现动态调整方向；其次，并行子智能体各自拥有独立上下文窗口，能够同时探索不同方向，实现信息压缩和职责分离。

内部评估显示，以Claude Opus 4为主智能体、Claude Sonnet 4为子智能体的多智能体系统，在内部研究评测中比单智能体系统性能高出90.2%。分析表明，token使用量解释了80%的性能差异，工具调用次数和模型选择是另外两个关键因素。多智能体架构本质上是通过扩展token预算来提升复杂任务的表现。

然而，这种架构也面临挑战：token消耗约为普通对话的15倍，因此仅适用于高价值任务。此外，需要所有智能体共享上下文或存在大量依赖关系的场景（如多数编程任务）目前并不适合多智能体架构。

在提示工程方面，Anthropic总结了三个关键原则：一是要像智能体一样思考，通过模拟观察其行为来发现失败模式；二是教会编排者如何有效委派，为子智能体提供明确的目标、输出格式和任务边界；三是根据查询复杂度调整投入，避免过度使用资源。这些经验为构建高效多智能体系统提供了重要参考。