做 Agent 研究和开发的朋友们，不要错过今天 Anthropic 发布的关于多智能体系统的文章。
今天读完这篇文章之后，橘子整理了多智能体系统的8个问题和8个原则，为你全面解析多智能体系统。
1.什么是多智能体系统？
Multi Agent 多智能体系统是指由多个 AI 智能体协同工作、并行使用工具来完成复杂任务的系统。
单智能体，代表了个体智慧。
多智能体系统，代表了集体智慧。
与单智能体相比，多智能体系统能同时探索多个方向，分工明确，提升效率和覆盖面，尤其适合开放性、动态变化的问题。
2.为什么要用多智能体系统？
在过去的十万年里，人类个体的智能水平不断提升，但个体的智能水平总归有上限。 而在信息时代，随着人类集体智慧和协调能力的提升，人类社会的能力也呈指数增长。 在智能体领域也是类似的，即便是通用的智能体，在单独运作时也会遇到瓶颈，而智能体集结成群，可以完成更加多样更加复杂的任务。
多智能体系统最适合解决那些“路径不可预知、需要多方向探索”的复杂研究型任务。比如：市场调研、竞争对手分析、学术综述、政策解读等。这些任务往往没有固定流程，需要根据中间发现不断调整策略。单一智能体容易陷入线性思维，而多智能体可以同时探索多条路径，快速聚合多维度信息。
在 Anthropic 内部研究评估中，以 Claude Opus 4 为主智能体，以 Claude Sonnet 4 为子智能体的系统，比 Claude Opus 4 的单智能体性能高出 90.2% 。
举例来说，当被要求识别信息技术标准普尔 500 指数公司的所有董事会成员时，多智能体系统通过将其分解为子智能体的任务找到了正确答案，而单智能体系统则无法通过其缓慢的顺序搜索找到答案。
3.为什么多智能体系统是有效的？
Anthropic 的架构采用“主导-子智能体”模式。用户提出问题后，主导智能体会分析任务、制定策略，并根据不同子任务生成多个子智能体。每个子智能体独立使用工具（如网页搜索、文档检索等），并行探索不同方向。主导智能体负责整合各子智能体的发现，判断是否需要进一步细化任务或补充信息。
