Agent 架构正在从堆模块,进入删复杂度的阶段。删掉的不是能力,而是重复规划、有损交接,以及没有必要的上下文隔离。

今天,我们聊聊 Agent 架构。很多团队做 Agent 时,都会走到同一个路口。

业务能力越来越多,系统提示词越来越长,于是开始拆分。路由一个 Agent,规划一个 Agent,售后、物流、账单各自再拆一个 Agent。

最后,系统看起来井井有条,实际运行却可能是另一回事。每一次交接都在丢信息,每一次调用都在增加延迟,每一个团队还在往提示词里追加自己的规则。

图片

Anthropic 在这篇文章里给出了一个值得重视的判断:很多企业的子 Agent 不是太少,而是太多。

在多个企业部署的对比中,单 Agent 配合 Skills,经常在质量上超过一个巨型提示词和多子 Agent 这两种设计,同时还能降低任务成本和延迟。

但注意,这不是一篇反对多 Agent 的文章。它真正讨论的是:哪些子 Agent 应该收回主循环,哪些子 Agent 值得继续保留。

图片

你的 Agent 架构,可能只是组织架构的投影

很多公司的建设路径非常相似。

每个业务团队负责一项能力,于是每个团队先做一个自己的 Agent。平台团队再在最上面加一个编排器,负责识别意图、分发任务和汇总结果。

这个方案在组织协作上最省事,在系统运行上却可能很贵。它通常会带来五类问题。

1. 上下文在交接中丢失

子 Agent 收到的是摘要,返回的还是摘要。原本完整的用户意图、中间结果和异常信息,经过几次转述后,保真度不断下降。

2. 子 Agent 不断增殖

每个团队都交付自己的子 Agent,最后可能出现大量能力重叠、标准不一、无人整体负责的模块。

3. 系统提示词变成拼盘

每个团队都往里面加几条规则。短期看解决了局部问题,长期看可能形成相互冲突的指令,连回答风格都难以统一。

4. 评测只优化局部

每个团队都证明自己的子任务做得不错,却没有人对最终任务是否完成负责。局部分数越来越漂亮,整体体验未必变好。

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,一位客户将多 Agent 运行框架与单 Agent 循环进行对比,后者的运行速度约为前者的两倍。

一句话总结:组织可以按团队划分,Agent 不应机械地照抄组织架构。

单主循环真正解决的,是上下文被切碎的问题

文章建议的目标形态并不神秘:一个模型,一个上下文窗口,一个开放式工具循环。

模型自己制定计划,发起工具调用,查看结果,再根据新信息修改计划。每一轮可以批量调用工具,由运行层并行执行,并把原始结果交还同一个模型。

这与传统编排器模式最大的区别是:制定计划的模型,也是执行计划的模型。它不再只是按照预先写死的流程往前走,而是能够根据现场情况调整下一步。

这种设计主要有三个优势:

1. 共享上下文,减少信息损耗

主 Agent 能看到此前每一步的结果,就更容易把不同线索联系起来。

相比多个子 Agent 分别返回摘要,完整上下文通常更有利于形成综合判断,也减少了反复交接造成的信息损失。

2. 按需加载,避免上下文膨胀

单主循环并不意味着把所有资料重新塞进一个超长提示词。

Skills 和工具可以先只展示简短说明,确实需要时再加载完整内容。领域流程、产品规则、工具定义,都不必从一开始就占满上下文。

Anthropic 表示,面向能力更强的模型,Claude Code 的系统提示词缩减超过 80%,其中包含 Skills 和工具按需加载带来的缩减。

3. 把规划能力交还给模型

过去需要依靠意图分类器、固定推理流程和独立规划模块完成的工作,如今越来越多可以由模型直接承担。

工程系统的角色也随之变化。它不再替模型决定每一步,而是提供工具、数据、预算和安全边界。

单主循环,不等于一个更大的 Prompt

这是最容易被误读的地方。真正合理的单主循环,依然需要清晰分层。

1. Skills 负责领域方法

原来专家子 Agent 提示词中的工作步骤、执行顺序、业务规则和判断方式,可以逐步迁移到 Skills。

2. Tools 负责真实动作和硬约束

查询实时数据、操作业务系统、返回固定结构,都适合放进工具。权限校验、参数验证和审批关卡,也应该由工具或运行层执行,而不是只靠提示词劝说模型。

3. 知识库负责按需查询的参考资料

政策文件、指标定义、产品规格等内容,不必长期驻留在系统提示词中,需要时再通过搜索或查询工具获取。

4. 运行层负责预算和安全边界

轮次上限、成本预算、写入限制和并行工具执行,仍然需要工程系统提供保障。

工具设计也不能简单理解为每个 API 包一层。原文建议按照用户意图组织工具,因为系统提示词中的工具定义超过 30 到 50 个后,工具选择效果往往会下降。

所以,单主循环不是回到一个巨型 Prompt,而是让模型在统一上下文中,按需调用领域知识、工具和业务规则。

这三类子 Agent,别急着收回

文章并没有把单主循环当成所有场景的标准答案。以下三种情况,子 Agent 依然很有价值。

1. 上下文膨胀已经造成可测量的性能下降

如果单 Agent 装入过多无关信息,回答质量明显变差,独立上下文就有实际意义。

2. 多个任务需要并行处理

各项任务彼此独立,需要全新的上下文窗口,而且完成后可以丢弃中间过程,这类工作非常适合交给子 Agent。

3. 工具选择或指令冲突难以解决

如果单 Agent 经常选错工具,或者不同领域的指令放在一起会相互干扰,保留边界可能更稳妥。

此外,独立研究路径、接口清晰的独立组件和黑盒验证,也天然适合子 Agent。关键仍然是:按照上下文边界拆分,而不是按照团队名称或问题类型拆分。

图片

如果决定保留子 Agent,可以优先让主 Agent 将它作为工具调用,由主 Agent 继续持有用户对话。只有子 Agent 必须直接与用户交流时,才考虑完全交接。

不要推倒重来,按照这五步迁移

对于已经运行在生产环境的多 Agent 系统,文章给出的思路非常务实。

图片

第一步,先建立端到端评测

不要急着改架构,先弄清楚现在的系统到底做得怎么样。

建议由中央团队维护一套共享的端到端评测,各业务团队再为自己负责的 Skill 配套小型评测。即使一开始只有 10 个高质量样例,也足以启动。

保留编排器时,可以关注路由是否选对了子 Agent。合并之后,则检查主 Agent 是否加载了正确的 Skill、调用了正确的工具,最终再逐步转向任务完成度评测。

第二步,先合并高度耦合的领域 Agent

优先观察调用最频繁、交接最多的子 Agent。

如果两个专家经常连续处理同一个请求,依赖彼此的输出,或者访问相同的数据,它们就很可能应该共享上下文。

第三步,把暂时保留的子 Agent 改成工具调用

这一步不必立即重写子 Agent。

先让主 Agent 统一持有对话,通过固定输入输出结构调用它们。这样既能为后续对比建立基线,也能减少完全交接带来的上下文损失。

第四步,一次只收回一个子 Agent

将子 Agent 的提示词转化为 Skill,将它调用的 API 转化为 MCP 工具,然后比较合并前后的评测结果。不要只看平均分,还要看具体哪些任务从通过变成失败。

原文的示例中,一次合并虽然降低了延迟,却破坏了原本正确的流程。主 Agent 拿着订单查询工具直接回答,跳过了本应由物流专家提供的送达日期。这个问题运行两次才暴露一次。

因此,每一条生产链路、每一项不可违反的规则,都应该进入评测,同一个任务也需要重复运行。

第五步,重新划分团队职责

领域团队不必继续各自拥有一个 Agent,但可以拥有自己的 Skills、工具和配套评测。

一个小型中央团队负责系统提示词、端到端质量和新增能力审核,避免单主循环再次演变成无人治理的提示词拼盘。

最后,我的判断

Agent 架构正在从堆模块,进入删复杂度的阶段。删掉的不是能力,而是重复规划、有损交接,以及没有必要的上下文隔离。

多 Agent 不代表先进,单 Agent 也不是 “银弹”。真正重要的是,架构边界有没有证据支持。这篇文章最值得记住的原则是:先度量,一次只改一处,留下经得起检验的。

如果你今天已经在维护一套多 Agent 系统,不必推倒重来。先找出一个调用最频繁、与其他 Agent 耦合最深的子 Agent,准备十个端到端样例,尝试将它改造成 Skill 加工具。

别急着争论哪种架构更先进,先让评测结果说话。

 

文章来自:51CTO

Loading

yinhua
Author: yinhua

作者 yinhua

发表回复