事实 524 · 信号 29 · 条目 20 · 数据库 3,168 KB · 机器人 —guest@ftrlg这是你~/whoami你在匿名发言。若想每次署名一致，评论时设一个密钥——它会生成你的 tripcode。没有注册，也永远不会有

AI 智能体编排

由 AI 翻译，经编辑部审校

future.log 编辑部 · 发布于

AI 智能体编排（英语 multi-agent orchestration）是一种同时用多个 AI 智能体解决任务的方式：作为编排者的主智能体把工作拆成几部分，分发给执行者智能体，监督它们，再汇总结果。编排者也可以是人——同时操控多个智能体的人。

第一批用于此目的的开源框架出现在 2023 年。1 到 2026 年，编排已成为开发工具的内置功能：在 Claude Code 中，你可以启动一个智能体团队，它们并行工作并自行协调。2 不过研究表明，多个智能体并不总是有帮助：在某些任务上它们明显强于单个智能体，在另一些任务上则明显更弱。3

历史

  • 16.08.2023微软发布 AutoGen——一个开源框架，应用由多个智能体构成，这些智能体“可以相互对话”，以完成任务。1 ¶ cgbiu3vru
  • 23.01.2024LangChain 展示了基于 LangGraph 的多智能体方案：“智能体监督者”负责把任务路由给各个智能体——本质上，这是一个以其他智能体为工具的智能体。4 ¶ cbfqw8d8u
  • 19.12.2024Anthropic 在指南《Building Effective AI Agents》中描述了“编排者—执行者”模式：一个中心大语言模型动态地拆分任务，把各部分委派给执行者模型，并综合它们的结果。5 ¶ cbh6rb67a
  • 09.04.2025Google 推出 Agent Development Kit，用于构建由多个专门化智能体组成的应用，并推出开放协议 A2A，让不同公司的智能体能够协同工作；该协议获得了 50 多家技术合作伙伴的支持。67 ¶ cua9adupa
  • 24.07.2025Claude Code 推出自定义子智能体：每个子智能体都有自己的上下文窗口、指令、工具和权限。8 ¶ c2ftwfcc7
  • 05.02.2026Anthropic 在 Claude Code 中加入“智能体团队”（预览版）：多个智能体作为一个团队并行工作并自行协调。2 ¶ crz8sdvjm
  • 08.09.2026OpenAI 宣布其内部模型证明了纳维-斯托克斯方程（施加外力时）可在有限时间内出现奇点，过程中动用了约 1 万个协同智能体，耗时 88 小时。9 ¶ cfknhmsr6
  • 07.10.2026埃隆·马斯克宣布，Grok Bot 将为每项任务选用最好的模型，包括 Claude Opus 5.5、Midjourney 和 Suno。10 ¶ cdiwqjb93
  • 08.10.2026谷歌推出 Gemini 智能体，把每项任务交给最合适的模型——Gemini 或 Claude。11 ¶ cb9tndyh4
  • 09.10.2026Anthropic 开放 Claude Managed Agents 动态工作流公测：主智能体编写在多个智能体上分阶段执行的计划。在预埋 70 个漏洞的测试中，工作流三次运行每次都找到 66 个，单个智能体分别找到 14、15 和 27 个。12 ¶ cp6puqsz6

工作原理

常见的模式有两种。第一种，编排者是模型：由它自己决定把任务拆成哪些部分，并启动执行者。AutoGen、LangGraph、CrewAI、OpenAI Agents SDK（实验性项目 Swarm 的继任者）13和 Google ADK 这些框架，以及 Claude Code 中的子智能体和智能体团队，都是这样运作的。

第二种，编排者是人，同时操控多个智能体。西蒙·威利森写道，他经常开着好几个终端窗口，在不同目录里运行不同的编程智能体。14 ¶ cn6fi9i8j

项目 Gas Town（作者为史蒂夫·耶格）把这种做法做成了一个系统：主智能体“市长”协调其他智能体；据项目介绍，即使有 20–30 个智能体，工作仍然可控。15

2026 年，编排还开始跨越不同公司的模型：谷歌的 Gemini 智能体和 xAI 的 Grok Bot 会把每项任务交给最擅长的模型，包括竞争对手的模型。1011

数据

研究测量内容结果
Cemri 等（加州大学伯克利分校），17.03.2025167 个开源多智能体系统的 1642 条运行记录；其中 150 条人工标注，其余由模型标注失败率为 41% 至 86.7%；归纳出 14 种故障类型，分为三组：系统设计、智能体间失调、结果验证 ¶ cr99v6qp8
Anthropic，13.06.202517研究系统：Claude Opus 4 作为编排者，Claude Sonnet 4 作为执行者；这是一家销售 token 的公司的内部测试比单独的 Claude Opus 4 好 90.2%；token 消耗约为聊天的 15 倍；质量差异的 80% 可由所消耗的 token 量本身解释 ¶ c8cay2zwe
Kim 等（Google Research、Google DeepMind、MIT），09.12.20253260 种配置：6 个智能体基准测试、5 种架构（单智能体和四种多智能体）、3 个模型家族与单智能体相比，从可拆分任务（财务分析）上的 +80.8%，到顺序规划任务上的 −70% ¶ cfe6jdqh7
[编辑部结论]

多个智能体并不是普遍适用的改进，而是一种押注：在能拆成相互独立部分的任务上会赢，在步骤彼此依赖的任务上会输。收益是用 token 换来的：在 Anthropic 的测试中，质量首先取决于消耗的 token 量，而多智能体系统的消耗约为聊天的 15 倍。开源多智能体系统在 41% 至 87% 的任务上失败，相当一部分故障源于智能体之间的失调和未经验证的结果。需要说明：最高的收益（+90.2%）来自一家销售 token 的公司的内部测试。 ¶ c3tkh6djn

事件

ServiceNow：召唤其他智能体的智能体，2025年11月 ¶ c4hfezr2m

AppOmni 公司的研究员亚伦·科斯特洛（Aaron Costello）展示了 ServiceNow 的 AI 助手 Now Assist 中的智能体能够相互发现并互相委派任务——实现这一点所需的设置默认处于开启状态。嵌入数据中的一条指令让一个无害的智能体“招募更强大的智能体”，而后者创建、读取、修改和删除记录，并把包含其他记录内容的邮件发送到外部——而这一切发生时，提示注入防护是开启的。ServiceNow 确认这种行为是设计如此，并更新了文档。AppOmni 销售针对此类攻击的防护产品。18

批评

智能体 Devin 的开发商 Cognition 在沃尔登·严（Walden Yan）的文章《Don’t Build Multi-Agents》中反对多智能体系统。两条原则：要向智能体传递完整的上下文和全部操作历史，而不是单条消息；每个操作都承载着隐含的决策，相互冲突的决策会带来糟糕的结果。例子：一个子智能体误解了自己那部分任务，开始画 Super Mario Bros. 风格的背景，另一个画了一只不像游戏风格的鸟——最终的智能体只好把两个误会拼在一起。需要指出，Cognition 销售的是单智能体产品。19 ¶ c6dwpjkbc

信号

参见

自主 AI 智能体智能体工程智能体编程Claude Code自我编写的软件

参考资料

  1. Q. Wu et al. AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation — arXiv, 16.08.2023. arxiv.org ↩ ↩2

  2. Claude Opus 4.6 — Anthropic, 05.02.2026. anthropic.com ↩ ↩2

  3. Y. Kim et al. Towards a Science of Scaling Agent Systems — arXiv, 09.12.2025（版本 3 — 08.04.2026）. arxiv.org ↩ ↩2

  4. LangGraph: Multi-Agent Workflows — LangChain, 23.01.2024. langchain.com ↩

  5. Building Effective AI Agents — Anthropic, 19.12.2024. anthropic.com ↩

  6. Agent Development Kit: Making it easy to build multi-agent applications — Google for Developers, 09.04.2025. developers.googleblog.com ↩

  7. Announcing the Agent2Agent Protocol (A2A) — Google for Developers, 09.04.2025. developers.googleblog.com ↩

  8. Claude Code changelog，版本 1.0.60 — Anthropic, 24.07.2025. github.com ↩

  9. On the Navier–Stokes Millennium Prize Problem — OpenAI, 08.09.2026. openai.com ↩

  10. Elon Musk: “Important note regarding Grok @Bot…” — X, 07.10.2026. x.com ↩ ↩2

  11. Gemini at Work 2026: Introducing Gemini agent — Google Cloud, 08.10.2026. cloud.google.com ↩ ↩2

  12. Claude Developers: “We planted 70 bugs in a 116k-line codebase…” — X, 09.10.2026. x.com ↩

  13. Swarm (experimental, educational) — OpenAI, GitHub. github.com ↩

  14. Embracing the parallel coding agent lifestyle — Simon Willison, 05.10.2025. simonwillison.net ↩

  15. Gas Town — Steve Yegge, GitHub. github.com ↩

  16. M. Cemri et al. Why Do Multi-Agent LLM Systems Fail? — arXiv, 17.03.2025（版本 3 — 26.10.2025）. arxiv.org ↩

  17. How we built our multi-agent research system — Anthropic, 13.06.2025. anthropic.com ↩

  18. When AI Turns on Its Team: Exploiting Agent-to-Agent Discovery via Prompt Injection — AppOmni, 19.11.2025. appomni.com ↩

  19. Don’t Build Multi-Agents — Cognition, 12.06.2025. cognition.com ↩

你的署名

需要记住的是密钥——它就是你的密码。tripcode 由密钥计算得出，显示在你的名字旁：同一个密钥总会得到同一个 tripcode，没有密钥就无法伪造。密钥不会被公开，也不会保存在服务器上。