Comment nous construisons un système de recherche multi-agents
Titre original:How we built our multi-agent research system
Résumé IA
Le système de recherche multi-agents de Claude adopte une architecture coordinateur-travailleurs : un agent principal analyse la requête de l'utilisateur et élabore une stratégie, puis appelle en parallèle plusieurs sous-agents spécialisés pour collaborer. L'évaluation interne montre qu'un système avec Claude Opus 4 comme agent principal et Claude Sonnet 4 comme sous-agents améliore de 90,2 % les performances sur les tâches de recherche par rapport à un agent unique Claude Opus 4. Ce système excelle dans les requêtes à exploration en largeur nécessitant l'exploration simultanée de plusieurs directions indépendantes, en répartissant des fenêtres de contexte distinctes pour paralléliser le raisonnement. Cependant, un système multi-agents consomme environ 15 fois plus de tokens qu'un chat ordinaire ; il convient aux scénarios où la valeur de la tâche justifie l'amélioration des performances, et se distingue dans les tâches nécessitant une forte parallélisation, de grands volumes d'informations ou de nombreux appels d'outils.
Points clés
- Le système de recherche multi-agents de Claude adopte une architecture coordinateur-travailleurs:…
- L'évaluation interne montre qu'un système avec Claude Opus 4 comme agent principal et Claude…
- Ce système excelle dans les requêtes à exploration en largeur nécessitant l'exploration simultanée…
- Cependant,un système multi-agents consomme environ 15 fois plus de tokens qu'un chat ordinaire
- il convient aux scénarios où la valeur de la tâche justifie l'amélioration des performances,et se…
En bref
- Publié
- Mis à jour
- Catégorie
- Opinion
- Score IA
- 73
Anthropic 把 Research 背后的多智能体架构、prompt 工程和踩坑经验全抖出来了,做 Agent 的同行可以直接抄作业,尤其是『token 用量解释 80% 性能方差』这个结论,选型逻辑要变。
Entités associées
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : Comment nous construisons un système de recherche multi-agents. 13. juin 2025. https://new.nat6.net/fr/news/cmorb7ml1008oslhfira08k2z/