Anthropic：很多企业 Agent 该把子 Agent 折回主循环

Anthropic 10 月 22 日发布 Agent 设计实践文章，认为许多企业 Agent 用「一个主循环 + 渐进披露的 Skills 和工具搜索」比「编排器 + 一堆专职子 Agent」效果更好、成本和延迟更低。按团队拆子 Agent 容易让架构变成组织结构图的翻版，带来提示词互相冲突、交接丢信息、延迟增加等问题。

要点

• 仍应保留子 Agent 的情况：单循环因上下文膨胀出现可测的性能下降、多个任务需要各自干净的上下文并行跑、单 Agent 难以选对工具
• 文中提到一个客户的单循环 Agent 比原多 Agent 架构快约 2 倍；系统提示中工具定义超过约 30–50 个时，工具选择往往变差
• 建议先建小型端到端评测集（10 个标准样例就能起步），一次只折叠一个子 Agent，每个任务多跑几次，并逐条看哪些任务变了
• 保留的子 Agent 由主 Agent 当工具调用，而不是把对话交给它；子 Agent 提示改写成 Skill，API 调用改成按用户意图分组的 MCP 工具

来源

### [Anthropic：很多企业 Agent 该把子 Agent 折回主循环]({{URL}})

Anthropic 10 月 22 日发布 Agent 设计实践文章，认为许多企业 Agent 用「一个主循环 + 渐进披露的 Skills 和工具搜索」比「编排器 + 一堆专职子 Agent」效果更好、成本和延迟更低。按团队拆子 Agent 容易让架构变成组织结构图的翻版，带来提示词互相冲突、交接丢信息、延迟增加等问题。

- 仍应保留子 Agent 的情况：单循环因上下文膨胀出现可测的性能下降、多个任务需要各自干净的上下文并行跑、单 Agent 难以选对工具
- 文中提到一个客户的单循环 Agent 比原多 Agent 架构快约 2 倍；系统提示中工具定义超过约 30–50 个时，工具选择往往变差
- 建议先建小型端到端评测集（10 个标准样例就能起步），一次只折叠一个子 Agent，每个任务多跑几次，并逐条看哪些任务变了
- 保留的子 Agent 由主 Agent 当工具调用，而不是把对话交给它；子 Agent 提示改写成 Skill，API 调用改成按用户意图分组的 MCP 工具

**为什么值得关注**：多 Agent 架构常被当作默认选项，这篇文章给出了何时该拆、何时该合的判断标准和一套可逐步执行的迁移方法，适合正在做企业 Agent 的团队对照自查。

来源：[Building agents: When to fold subagents into your main agent loop](https://claude.com/resources/articles/building-agents-when-to-fold-subagents-into-your-main-agent-loop)