XNews

长运行智能体架构与工程实践(Anthropic / 多 Agent)

长运行智能体架构与工程实践(Anthropic / 多 Agent)

Anthropic 发布长运行智能体工程经验,提出双智能体架构与工程实践以保证跨会话任务连续性与可验证性。

Key insights

从确定性工程到概率性智能体,资深工程师面临心态与方法转变

经验文章指出,传统软件工程追求确定性与消除歧义,而智能体工程本质上是概率性的,要求工程师接受文本作为状态、信任 LLM 的控制流并将错误作为新的输入以实现自愈。资深工程师的既有习惯可能阻碍智能体开发,需要用评估(evals)取代单元测试的某些角色(支持:14612、14466)。

双智能体架构解决了长任务的记忆与交接问题

Anthropic 提出的双智能体架构由 Initializer 和 Coding Agent 构成:Initializer 建立结构化工作记忆与功能清单(JSON),Coding Agent 每次只实现并验证一个功能,提交清晰 Git 记录并更新进度,从而把“记忆外化”为文件与版本控制,实现跨会话连续性(支持:14412、14384、14293)。

工程化实践包含 JSON 功能清单、端到端测试与浏览器自动化

实践强调使用 feature_list.json、claude-progress.txt 与 init.sh 建立基线;集成浏览器自动化(如 Puppeteer MCP)进行端到端验证以捕获交互类 bug;并限制智能体一次只做一件事,保证‘干净状态’以便下一次接手(支持:14412、14384、14293)。

Spotify 与其他公司在生产中验证了智能体工作流的实际价值

Spotify 在后台使用智能体生成并合并了 1500+ AI 生成的 PR,采用保守工具策略、定制提示工程和验证流程,节省 60–90% 时间,表明在严格管控下智能体能显著提高工程效率(支持:14423)。

子智能体分工与多智能体并行是可行但需解决负载与验证问题

Anthropic 与社区提出允许创建 Sub Agent(前端、后端、测试等)以实现团队式协作,但同时指出多子智能体高负载可能导致内存耗尽与崩溃,并且跨会话的端到端验证与某些浏览器原生元素仍是未决问题(支持:14201、14412、14612)。

智能体工程需借鉴人类软件工程的分工与交接机制

Anthropic 的结论之一是:Agent 要长期工作必须模拟人类工程团队的分工(明确交接、版本控制、测试与清单),把复杂任务拆解成可验证的小功能,避免‘一次性完成’或‘过早宣告胜利’两类失败模式(支持:14384、14412)。

Source posts