我们如何构建多智能体研究系统

本文回顾了 Anthropic 将多智能体(multi-agent)研究系统从原型推进到生产环境的全过程,总结了其中关于系统架构、工具设计与提示工程的关键经验。文章介绍了其「编排者-执行者」架构:主导智能体负责规划并派发多个并行工作的子代理;阐述了多智能体系统在广度优先的开放式研究任务上的优势与 token 消耗代价;并系统分享了提示工程原则、评测方法(小样本起步、LLM 充当评审、人工测试)以及生产可靠性工程(错误恢复、彩虹部署、可观测性)等方面的实战心得。