近期，Anthropic公开了2款内部杀手级Multi-Agent
PaperAgent · 人工智能
PaperAgent 2026-09-06 11:37 湖北 大家好，我是PaperAgent，不是Agent！ 9 月的第一周， Anthropic 连着放了两篇内功心法：一篇讲他们和零售、旅游、电信等行业客户一起打磨出来的 电商 Multi-Agent 架构 ，另一篇讲一支 Claude 智能体团队用 11 天形式化证明了费马大定理（FLT） 。 表面看一个做电商、一个做数学，风马牛不相及。但把两篇放在一起读，你会发现它们共享同一套底层范式： 单模型 Agent Loop + Skills 做长尾 + 工具调用既有系统 + Harness 强制执行规则 + 快照式 Eval 。这可能就是 Anthropic 内部做杀手级 Agent的标准配方。 二、杀手级应用一：电商智能体的解剖学 过去一年，Anthropic 和零售商、电商平台、旅游、娱乐、电信运营商团队合作构建的电商智能体 已经上线生产环境 ，企业客户看到了更大的购物车和更高效的商家运营。这篇文章就是他们的工程总结。 2.1 架构：一个模型 + Skills，而不是一堆子代理 电商智能体单模型 Agent Loop 架构 核心主张非常反直觉： 不要为每个业务域建一个子代理 。原因有三： 会话是紧耦合的 ， 业务域切不干净 ， 模型在变强 。 替代方案是 Agent Skills ：把分领域的指令包成 Skill，按需加载进已经掌握全部历史的主代理。跨多个企业部署的对比显示， 单代理 + Skills 在质量上稳定优于”一个 Prompt 包打天下”和”子代理”两种设计 ，而且单任务成本和延迟往往更低。 那么什么进 system prompt、什么进 Skill？答案是 按频率切 ：凡是覆盖 1/3 以上流量的内容进 system prompt（对电商来说就是商品搜索、购物车与结算语义、呈现规则），其余长尾进 Skills。安全、法务、品牌约束和用户关键信息（如过敏史）永远放 prompt。 2.2 工具工程与UI 组件即工具 两条最重要的经验： 工具要架在既有核心系统之上。 电商公司本来就有打磨多年的搜索排序、购物车、库存、促销引擎。工具应该调用它们，而不是用模型逻辑重新实现——search_products 返回的结果应该已经排好序，模型的职责是决定展示哪些、展示几个、怎么呈现。 工具结果就是上下文。 只返回模型推理需要的字段，其余一律砍掉（每行搜索结果都带图片 URL 是最常见的浪费）。错误场景要给指令而不是错误码：比如返回”查询库存时请携带商品 ID”，而不是一个干巴巴的 403。 2.3 延迟与成本：三板斧 + 缓存扛成本 文章把任务延迟拆成三个杠杆： 更少轮次、更快工具、更快 token ，注意要优化的是三者之和而非单项。 缓存三段结构 更少轮次 ：预先加载上下文（用户从商品页打开助手，就把该页数据放进会话）；提高模型智能（更聪明的模型规划更高效，常常反而更快）；让模型在一个轮次内并行调用多个独立工具。 更快工具 ：优化工具后端本身； 参数一流出就立即派发工具 （eager dispatch），模型还在流式输出其他内容时工具已经在跑了——这一招把数秒的空隙压到几百毫秒，Claude Agent SDK 默认就这么干。 感知延迟 ：组件边生成边渲染（一次电商回复约 500–700 个输出 token，不流式就是 5 秒以上的转圈）；每一步用大白话显示进度（“正在找靠海的酒店”）。 成本侧的主角是 Prompt Caching ——这是最大的降本杠杆，没有之一： 缓存断点逐轮前移 几个硬数字：缓存命中的输入 token 读取成本是新的 1/10，写入溢价约 1.25 倍，第二次使用即回本； 最好的电商部署跑在 90–99% 的缓存命中率上 ；约 10 万 token 规模下缓存读取还快 1.5–2 倍。 选模型也靠数据说话：选定业务指标和及格线，把整套 Eval 在每个候选模型 × 每个 effort 档位上扫一遍（商家代理从 Opus 起步、消费者代理从 Sonnet 起步）， 按”每个完成任务的成本”而不是”每次调用的成本”来比较 。 2.4 记忆：跨会话的关系资产 异步记忆抽取器 长期记忆是一个三段式系统： 存 ：记忆存在你自己的数据库里，不是模型里。一条事实 = 键（如 shoe_size、default_store）+ 短值 + 类别 + 来源会话。 写 ： 异步写 。每轮结束后由独立线程的 extractor 读写记忆库。 读 ：分三层——每轮常驻上下文的少量关键事实；按信号每轮预取的相关事实。 2.5 安全与 Eval：规则活在 Harness 里，评估用快照 安全的核心立场：prompt 是安全行为的起点，但绝不能是执行点。 电商的失败是金钱层面