Patterns and problems in emerging multi-agent systems

Anthropic 将多 agent 真正可能胜出的条件归为上下文隔离、并行执行和角色专门化，并比较四种协调架构的通信与控制权衡。其既有 BrowseComp 研究里，token 用量单项解释 80% 的表现差异，三项因素合计解释 95%；代价是多 agent 系统约耗费普通聊天 15 倍 token。文章把注意力从“多开几个模型”移到任务分解、验证者、共享目标及协调预算，这比抽象的群体智能叙事更接近工程现实。