Anthropic 这两天发了一篇文章，聊的是企业在搭 AI 智能体时，一个很常见的坑。

大概脑子不够用

Anthropic 这两天发了一篇文章，聊的是企业在搭 AI 智能体时，一个很常见的坑。


很多公司一开始都这么做：每个业务团队单独搭一个专属的“子智能体”，然后再用一个总调度器把所有子智能体串起来统一管理。表面上看分工很清晰，但实际跑起来，问题一堆。

先说第一个，响应速度会变慢。有公司专门测过，多智能体架构比单一主循环慢了将近一倍。

然后说第二个，信息会在传递中丢失。子智能体之间来回交接结果，每一次传递都会损失一些细节，整个系统有点像在玩传话游戏。

再说第三个，系统提示词会越来越乱。每个团队往里加自己的规则，最后整份提示词充满了矛盾，没人说得清这个系统到底该听谁的。

除了这三个，还有个问题：子智能体数量越来越多，各自有各自的评估标准，没有人对整体质量负责。

Anthropic 的建议是，把大多数子智能体“折叠”进主循环。具体做法是把子智能体的指令变成“技能”模块，把它们的接口调用变成工具，主智能体按需加载，用到哪个就加载哪个。

这样做之后，主智能体能看到每一步的完整结果，而不是等子智能体传回来一份摘要。信息完整了，回答质量自然就上去了。

当然，子智能体也不是一点用都没有。如果任务需要并行处理，或者主循环的上下文已经快撑不住了，那子智能体还是有价值的。

他们还配套发布了一套迁移工具，帮团队把现有的多智能体系统一步步迁移到单主循环。核心思路很简单：每次只改一件事，跑测试看分数，好的留下，差的撤回。

#