今天比较有意思，Cognition和Anthropic分别分享了Don't Build Multi-Agents与How to Build Multi-Agents，开始了一场有意思的辩论赛，也给了我们一个契机可以一起多视角聊一下MultiAgents。
从Cognition工程师Walden的推文说起
Cognition的工程师Walden昨天分享了一篇文章，关于他们在使用多智能体过程里遇到的一些坑
文章也不短，我用Dia浏览器整理了一下，主要观点如下：
1. 上下文工程是智能体可靠性的核心
- 仅靠"提示工程"已不够，真正难点在于"上下文工程"，即如何动态、自动地为智能体提供完整、相关的上下文信息。
- 智能体需要持续、完整的上下文，才能减少误解和错误决策。
2. 多智能体架构的问题
- 多智能体（multi-agent）架构常见于将任务拆分给多个子智能体并并行处理，但实际容易导致信息割裂、误解和结果不一致。
- 即使把原始任务上下文传递给子智能体，也难以避免各自做出冲突决策，最终合成的结果往往不理想。
- 目前的多智能体协作，难以像人类一样高效沟通和共享关键信息，导致系统脆弱。
3. 两大原则
- 原则一：共享上下文和完整的智能体轨迹 仅传递单条消息不够，必须让所有子智能体看到完整的决策和历史。
- 原则二：每个动作都隐含决策，冲突的决策会带来坏结果 智能体的每一步操作都基于前面的决策，若各自为政，必然导致冲突和不一致。
4. 推荐的架构
- 单线程、线性智能体架构最简单且最可靠，能最大程度保证上下文连续性和决策一致性。
- 对于超长任务，可以引入专门的模型对历史进行压缩提炼，提取关键信息，延长可用上下文。
5. 现实案例
- 以 Claude Code 和"edit apply model"为例，说明实际生产中往往采用单一智能体或极简的子智能体，避免并行和复杂协作。
- 多智能体协作目前还不成熟，未来或许会有突破，但现阶段不推荐。
6. 总结
- 构建智能体的标准原则还在形成中，但"上下文工程"是当前最重要的课题。
- Cognition 团队围绕这些原则构建内部工具，并欢迎更多人参与探索。
整体来看，作者认为多智能体架构在当前阶段弊大于利，建议优先采用单线程、上下文连续的智能体设计，并重视上下文工程。
我们暂且按下不表，再来看看Anthropic说了些什么
Anthropic：我们怎么做的多智能体研究系统
照旧，我们先整理一遍这篇文章：
- 多智能体系统的优势 ：相比单一智能体，多个智能体可以并行处理复杂、开放性的问题，提升研究效率和结果质量。每个子智能体负责不同子任务，最终由主智能体整合结果，适合需要广泛探索和信息压缩的任务。
- 系统架构 ：采用"主控-工作者"模式。用户提问后，主智能体（LeadResearcher）制定计划并分配给多个子智能体（Subagents）并行搜索。子智能体独立使用工具收集信息，主智能体整合后决定是否继续深入，最后由CitationAgent处理引用，确保结果有据可查。
- Prompt工程与评估 ：
- 通过模拟和观察智能体行为不断优化Prompt， 避免重复劳动、无效搜索 等问题。
- 明确分工、任务边界和工具选择 ，提升协作效率。
- 让智能体 自我改进Prompt和工具描述 ，显著提升任务完成速度。
- 采用 "先广后深"的搜索策略，逐步聚焦 问题。
- 并行调用工具大幅提升速度和覆盖面。
- 评估方法 ：
- 早期用少量真实用例快速迭代。
- 利 用大模型自动评判输出的准确性、引用、完整性和工具使用效率 。
- 人工评测补充自动评测难以发现的问题，如偏好低质量来源等 。
- 工程与运维挑战 ：
- 智能体需长期维护状态， 错误易级联放大，需支持断点恢复和智能容错 。
- 非确定性行为增加调试难度，需全链路追踪和高层次可观测性。
- 部署需渐进切换，避免影响正在运行的智能体。
- 当前同步执行方式存在瓶颈， 未来异步并发有望进一步提升性能，但也带来协调复杂性。
- 实用经验 （附录）：
- 评估多轮对话智能体时，更 关注最终状态而非每一步过程 。
- 长对话需智能压缩和外部记忆管理， 防止上下文溢出 。
- 子智能体可 直接输出到外部系统，减少信息损失和token消耗 。
结论 ：多智能体系统在开放性研究任务中表现突出，但工程落地难度大。需要精细的Prompt设计、工具接口、评估体系和运维保障，才能实现可靠、可扩展的生产级AI研究助手。
你怎么看
诸位看完了正反两方对于MultiAgent的分析，我们不难发现他们的一致点：
- 当下阶段单进程导致性能较差，但异步会带来协调复杂度提升
- 对窗口上下文控制需要做好细致的工程化管理
然而Cognition对于MultiAgent是消极派，认为MultiAgent当下带来的复杂影响远超于收益。但Anthropic实际操作时发现对于复杂任务，MultiAgent会做的更好。
其实要我说， MultiAgent才是未来绝大多数情况
MultiAgent的未来
要想看懂AI怎么发展，我们可以参照人类是如何发展的。
人类是群居动物，绝大多数生产活动都是需要多人协作才能完成的。
因为有分工合作，人类才逐步发展到今天。
有没有发现，其实Anthropic提及的，很像泰勒科学管理，有人负责分配，其他人各司其职。
为什么会演变成这样，其实这是一种对抗熵增的方式。
如果一个AI的上下文窗口足够大时，AI会难以集中注意力。这一点也好理解，就像一个员工，有很多任务都要做的时候，员工也很难照顾好每一项任务。
正是因为要对抗熵增，所以每一个Agent只会专注做领域内的一项工作。
多智能体协作，通过流程或沟通机制来组织这项生产活动，才会获得更佳优质的结果。
但 Cognition 提到的问题，就不是问题了吗？
是问题，就像人们协作时同样会引发这种问题。
领导A下达任务，同时广播给BCD去干活儿。途中发现有任务要调整，同步了B。结果B只找到C确认了，D没同步到。D还按照以前的上下文在处理任务。
这种情况是不是很熟悉？在人类之间发生的事情，依旧会发生在Agent上。
所以MultiAgent才需要强大的规则系统来工程化管理上下文窗口。
并不是像Cognition的工程师所言，一股脑全部把上下文窗口同步。这是按需的。
就像你的领导告诉B任务调整，但并不会同步给C和D一样，有的时候有一些秘密，只能告诉某个人。那他们就不会共用相同的窗口上下文。
MultiAgent信息交互
就像Anthropic所言，MultiAgent的交互过程说起来是比较简单，但做起来比较复杂的。
整体链路就是：
目标识别 —> 单体（或群体）决策—> 指派分配任务 —>对应Agent干活儿 —> 验收结果反思 —>调整决策或拿到结果
在这个过程里的Agent，可以是一个单体Agent，也可能仍然是一个MultiAgent
如果我们把MultiAgent理解成人类的一个小组，那其实小组目标就是这个MultiAgent的目标，所以它其实内部仍然还可以是3-5个个体Agent
用人类信息交互的模式去思考Agent，这个事情就对了。
所以它最终的形态或许就会和飞书一样：
- 任务来了，拉个群
- 群公告就是任务目标
- 为这些人（和Agent）提供日历和会议（对应时间check进度）
- 提供工具和知识库（群工具，共享给Agent协作使用），并有权限控制
- 内容可以广播，可以at（提高个体注意力），也可以P2P单点传输
- 消息也可能受到网络阻塞导致没发送成功，可以重发（这就是上文提到的：智能体需长期维护状态， 错误易级联放大，需支持断点恢复和智能容错 。）
- 当任务需要时，可以继续拉人进入，或者剔除一些人
- 新人进入时，会话记录（窗口上下文）可能需要按不同的情况来做逻辑处理
- 所有的消息都会逐渐成为异步的，当Agent正在干活儿的时候，消息仍然能被接收。比如A正在做任务，中途会接收到消息，把任务暂停。而不是像现在一样，单线程持续处理，直到拿到结果。它会有一些机制可以从外部强行更新上下文，或暂停任务。