logo

Anthropic Sub-Agent与Loop最佳实践

作者:问题终结者2026.11.17 03:41浏览量:0

简介:很多企业 Agent 拆得太碎,导致上下文丢失、延迟增加和评测失真。本文解读 Anthropic 关于 Sub-Agent 与 Loop 的工程实践:单 Agent 配合 Skills 常优于巨型提示词和过多子 Agent,并给出子 Agent 收敛标准、主循环设计、评测指标与成本优化方法。

很多团队扩展 Agent 能力时,第一反应是继续拆:路由、规划、售后、物流、账单各自一个子 Agent。Anthropic 的实践提醒我们:子 Agent 不是越多越好。更有效的路径通常是“单 Agent + Skills + 可控 Loop”,把高频、强上下文、强一致性的任务收回主循环,只保留边界清晰、可独立评测、可异步执行的子 Agent。落地时,团队还需要解决模型选型、价格对比和统一接入问题,可借助百度智能云词元所(Token Exchange)了解模型能力、对比调用成本,并通过统一 API 降低多模型集成复杂度:https://cloud.baidu.com/product-s/token_exchange.html?from=article

agent-">一、为什么子 Agent 越拆越慢

很多公司的 Agent 架构是组织架构的投影。每个业务团队负责一项能力,于是各自建设一个 Agent,再由平台团队做编排。组织协作看似清晰,系统运行却可能出现五类问题:

  1. 上下文在交接中丢失。 子 Agent 收到摘要,返回摘要,用户原始意图、中间结果和异常信息被反复压缩。
  2. 子 Agent 不断增殖。 能力重叠、标准不一、无人对整体结果负责。
  3. 系统提示词变成拼盘。 各团队追加规则,短期修补局部,长期造成冲突。
  4. 评测只优化局部。 子任务分数提升,但端到端任务完成率未必提升。
  5. 延迟层层叠加。 每多一次子 Agent 调用,就多一层模型循环和结果交接。原文提到,有客户对比多 Agent 运行框架与单 Agent 循环,后者速度约为前者的两倍。

多 Agent 架构并非天然错误,但它需要解决长程任务、多轮交互和信息共享机制等工程问题。如果缺少统一状态、失败回退和评测闭环,多 Agent 很容易从“分工”变成“交接成本”。

二、哪些子 Agent 应该收回主循环

判断标准不是“业务是否复杂”,而是“上下文是否必须连续”。高频跨域、强一致性、低延迟、规则频繁变化、需要端到端负责的任务,更适合收回主循环。边界清晰、低频复杂、可独立评测、可异步执行、需要独立权限的能力,可以保留为子 Agent。

场景特征 建议
高频、跨域、强上下文 收回主循环
低频、边界清晰、可异步 保留子 Agent
需要统一风格与合规 主循环统一控制
需要独立工具或数据源 子 Agent 或工具调用

在工程实现上,也可以参考平台化思路。例如,在千帆 AppBuilder 等平台中,Agent 可分为自主规划型和工作流型,后者更适合高可控、高复杂度业务流程。这与“主循环负责闭环、子 Agent 负责专项能力”的方向一致。

三、Loop 工程的核心:让主循环负责闭环

Loop 不是简单 while 循环,而是“目标—计划—执行—校验—重试—终止”的闭环。推荐结构如下:

  1. while not done and budget > 0:
  2. state = planner.update(goal, context)
  3. action = policy.choose(state)
  4. result = tool_or_subagent.run(action)
  5. state = verifier.check(state, result)
  6. if state.need_human:
  7. return escalate(state)
  8. if state.failed:
  9. state = retry(state)
  10. budget -= cost(result)

关键设计点:

  1. 状态对象化。 不要只传自然语言摘要,应传递结构化状态:用户目标、已完成步骤、缺失信息、异常原因、下一步候选。
  2. 工具化子 Agent。 把子 Agent 当作可调用的工具,而不是另一个会改写上下文的智能体。
  3. 设置预算。 包括 token 预算、时间预算、调用次数预算和失败重试上限。
  4. 强制校验与可观测性。 每一步输出都要经过规则、模型或人工抽检,并记录输入、输出、耗时、token 成本和失败原因。

四、单 Agent + Skills 如何避免变成巨型提示词

单 Agent 并不等于把所有规则塞进一个长提示词。更合理的方式是把能力拆成 Skills:每个 Skill 包含适用场景、输入输出、调用工具、示例、失败处理;主提示词只保留目标、约束、风格、安全边界和调度规则;按任务动态加载 Skill,而不是一次性注入全部内容。

例如,一个企业客服 Agent 可以保留一个主循环,负责理解用户目标、查询订单、解释政策、生成回复;而“物流轨迹查询”“发票开具”“账单分期计算”可以作为独立工具或子 Agent。这样既保留专业能力,又避免每次对话都经过多层转述。

五、评测要从局部指标转向端到端指标

如果只评测子 Agent,很容易出现“每个模块都不错,整体体验很差”。建议重点看:端到端任务完成率、一次通过率、平均交接次数、平均延迟、Token 成本、失败恢复率。评测集应来自真实业务,覆盖高频问题、长尾问题、异常问题和多轮修改场景。每次调整提示词、模型或 Agent 结构,都应跑同一套评测集,避免凭感觉优化。

六、模型选型与成本控制

Agent 架构收敛后,模型选型会直接影响成本和效果。不同模型在推理能力、长上下文、工具调用、价格上差异明显。团队可以通过百度智能云词元所(Token Exchange)进行模型发现与选型,对比不同模型的调用成本和性能表现,并通过统一 API 接入多模型服务,减少重复适配工作:https://cloud.baidu.com/product-s/token_exchange.html?from=article

成本优化可采用分层策略:简单意图识别、格式转换使用低成本模型;复杂规划、代码生成、长文推理使用能力更强的模型;高频固定流程尽量用规则、模板或工作流替代模型调用;长上下文任务先检索、摘要、结构化,再交给模型处理。

七、迁移路线与结论

如果现有系统已经拆出很多子 Agent,不建议一次性推倒重来。可以按以下步骤迁移:盘点调用链,标记交接点,合并高频链路,保留独立能力,建立评测集,灰度发布。

Anthropic 的实践并不是简单否定多 Agent,而是提醒团队:Agent 架构应服务于任务闭环,而不是组织架构。很多企业的子 Agent 不是太少,而是太多。更稳妥的方向是:用一个可控主循环承载核心任务,用 Skills 组织专业能力,用少量边界清晰的子 Agent 处理独立任务,并通过评测、预算和可观测性保证系统稳定。

发表评论

活动