Multi-Agent Architecture（多Agent协作架构）

Anthropic 工程团队实践总结：10个多Agent项目里，9个走不出Demo阶段。问题不是模型不够强，是缺Agent之间的结构。

Key Points

• 核心问题：如果你试过让多个 AI Agent 一起干活——一个 Agent 在五个标签页里自言自语、两个 Agent 抢同一件事做、第三个跑完了没人知道、第四个每一步都在重新理解整个任务
• 三层九阶段框架：把单个 Agent 做对 → 让 Agent 之间能协作 → 让整个系统可以上线跑

三层九阶段框架

第一层：把单个 Agent 做对
  STEP01 定义 Agent Loop
  STEP02 工程化上下文：写、选、压、隔
  STEP03 写对工具定义

第二层：让 Agent 之间能协作
  STEP04 用隔离上下文创建子 Agent
  STEP05 设计编排器：只规划、只委派、不执行
  STEP06 建一个共享任务列表

第三层：让整个系统可以上线跑
  STEP07 加记忆、加持久化、加沙箱
  STEP08 接上评估和轨迹检查
  STEP09 上线：权限和人工检查点

第一层：把单个 Agent 做对

STEP01 定义 Agent Loop

Agent Loop 核心是在代码里写死循环结构：模型接收状态 → 选择动作 → 执行 → 得到结果 → 更新状态 → 继续循环。

三件很多人忽略的事：

• 审批闸门：危险操作必须卡住
• 日志钩子：每一步做了什么、为什么做，必须记录
• 明确的停止条件：最大迭代次数（通常设30-50轮），一个跑飞的Agent比一个慢的Agent可怕得多

STEP02 工程化上下文：写、选、压、隔

上下文管理四操作：

• 写：每一步往上下文里加什么，要想清楚
• 选：从记忆或文件里精准检索，不是一股脑全倒进去
• 压：上下文快满时压缩成摘要，但关键决策不能丢
• 隔：子 Agent 在独立上下文窗口跑，主线程不受污染

Related Pages

• concepts/harness-engineering — 驭化工程
• patterns/engineering-taste — 工程品味
• patterns/ai-agent-automation — AI Agent自动化模式

Sources

• 微信公众号《从零搭建AI Agent团队：9个阶段，从第一个Agent到生产级协作》(2026-06-11)