跳到主要内容

多 agent fan-out

子任务独立时并行派发 subagent 能换来更高质量，但 token 约 15× 且决策碎片化风险不可忽视

核心要点：

  • lead agent 派发 3-5 个 subagent 并行
  • 多 agent 研究系统胜单 agent 90.2%
  • 代价：约 15× 聊天 token（单 agent 约 4×）
  • 适合宽度优先、子任务独立
  • 反方：决策碎片化(Cognition)

本文讲多 agent 并行的取舍。三个具体框架的横评见 04-编排拓扑。

多 agent fan-out 怎么工作？​

核心问题："多 agent"具体是怎么分工的？

lead agent 分解任务后同时派发多个 subagent，每个持有独立上下文并行工作，完成后 fan-in 综合[1]。这是 orchestrator-workers 模式(05-确定性workflow)的多 agent 实现。

Anthropic 的生产系统给出具体形态：lead agent 分解任务后同时 spawn 3-5 个 subagent（复杂研究可达 10+），每个 subagent 持有独立上下文窗口、同时调用多个工具，完成后把结果汇回 lead 综合。独立上下文是关键：subagent 的中间过程不污染 lead 的上下文，通过"持久化计划摘要 + 新 subagent 注入摘要"防止信息截断丢失。

图 4.2: 多 agent fan-out 结构：lead agent 分解任务后并行派发 subagent，各持独立上下文窗口，中间过程不回传，只 fan-in 结论

多 agent 强多少、贵多少？​

核心问题：多 agent 值不值得这份复杂度？

强：在内部研究评估上胜单 agent 90.2%；贵：约 15× 聊天 token（单 agent 约 4× 聊天）[1]。

Anthropic 在 BrowseComp 上的分析有一条关键发现：token 用量单独解释了 80% 的研究质量方差——多 agent 之所以更强，很大程度因为它投入了多得多的 token 并行探索。这把选型问题摆清楚了：多 agent 是"用 token 换质量和宽度"，不是免费的架构升级。

什么时候该用、什么时候不该用？​

核心问题：给定一个任务，怎么判断要不要上多 agent?

适合宽度优先、步骤不可预测、子任务独立的任务；不适合强顺序依赖、强共享状态、紧 token 预算[1]。判据很清晰。

适合多 agent不适合多 agent
宽度优先（并行探索多个方向）强顺序依赖（如多数编码任务）
子任务彼此独立子任务共享大量状态
步骤无法预先确定需要实时协调
token 预算充足token 预算紧张

@tbl-agent-orch-multi-agent-fit 多 agent 适用与不适用场景对比：适合宽度优先、子任务独立、token 充足；不适合强顺序依赖、共享状态、预算紧张

典型正例是研究类任务（并行查多个来源），典型反例是编码（后一步依赖前一步的结果）。可借鉴的判断：任务能不能干净地切成独立子块？不能，就别上多 agent。

为什么有人说别建多 agent?​

核心问题：既然多 agent 更强，为什么有团队反对？

Cognition 指出多 agent 的核心风险是"决策碎片化"——subagent 基于不兼容的假设并行，组合产物互相冲突[2]。这是对多 agent 的重要平衡视角。

问题出在上下文传递：subagent 各自独立工作，跨 agent 的上下文传递缺失，导致它们基于不同假设做决策，最终结果拼不到一起。Cognition 推荐的替代方案是单线程线性 agent + 上下文压缩层作为默认。这与 Anthropic 的"子任务独立才用多 agent"并不矛盾——两者都指向同一判据：子任务之间一旦有强依赖或共享状态，多 agent 的并行优势就被协调成本吃掉。

Takeaway​

知识点核心结论
工作方式lead 派发 3-5 个独立上下文 subagent 并行，fan-in 综合
收益胜单 agent 90.2%;token 解释 80% 质量方差
代价约 15× 聊天 token（单 agent 约 4× 聊天）
适用宽度优先 + 子任务独立 + token 充足
反方决策碎片化；强依赖任务用单线程线性 agent

参考资料​

  1. Anthropic. How we built our multi-agent research system. 2025. https://www.anthropic.com/engineering/multi-agent-research-system
  2. Cognition. Don't Build Multi-Agents. 2025. https://cognition.ai/blog/dont-build-multi-agents

延伸阅读​