多 Agent 拆得越细越好吗?重新思考 Agent Loop、Skills 与 Subagent 的边界
复杂任务一定需要多个 Agent 吗?结合 Anthropic、Google Research 和 Cognition 的最新研究与工程实践,深入分析 Agent Loop、Skills 与 Subagent 的技术边界,探讨何时应该合并、拆分及协作。
汇总「Context Engineering」相关的原创 AI 技术文章与大模型实践笔记,持续更新。
复杂任务一定需要多个 Agent 吗?结合 Anthropic、Google Research 和 Cognition 的最新研究与工程实践,深入分析 Agent Loop、Skills 与 Subagent 的技术边界,探讨何时应该合并、拆分及协作。
本文基于 GPT-5.6 Sol Pro 的 Deep Research,系统研究 2025–2026 年长时程工具型 Agent、编码 Agent、Deep Research Agent 和多轮业务 Agent 的上下文压缩与管理方法。研究发现,当前业界正在从简单的滚动摘要,转向“不可变事件日志 + 结构化工作状态 + 近期原文 + 外部可恢复材料”的分层上下文架构。对于编码 Agent,优先删除或屏蔽可重新获取的旧工具输出,往往比直接使用 LLM 摘要具有更好的成本收益…