点击卡片 关注我们
虎嗅智库荐语：
前不久，Anthropic公司正式推出多智能体Claude研究系统。
在内部评估中，该系统性能较单智能体有多项显著提升。其核心架构包含哪三个关键层级？各层级的主要功能是什么？相较单智能体系统效率提升的关键技术因素是什么？
本文带您了解该技术体系为复杂场景下的如何智能决策提供可量化的解决方案。
Anthropic于2025年6月正式披露其多智能体Claude研究系统，该系统采用主—子智能体协同架构，在内部评估中相较单智能体系统性能提升达90.2%。该技术突破基于最新发布的Claude Opus 4和Sonnet 4模型支持7小时连续编程作业，在SWE-bench测试中取得72.5%的突破性成绩。
技术架构创新
Anthropic的多智能体系统采用三层次架构设计：
主智能体（Claude Opus 4）：负责任务分解与策略制定，可基于问题复杂度自动生成3-8个子任务
子智能体（Claude Sonnet 4）：专用工具执行单元，支持并行处理网页搜索、文档解析、代码编译等12类操作
动态协调层：实时监控各子智能体状态，通过权重调整分配计算资源，确保45秒内完成90%的常规任务响应
该系统突破传统串行处理模式，在标准测试中完成信息技术公司董事会成员识别任务时，多智能体系统通过9个子任务并行处理，30秒内获取精确结果，而单智能体系统因顺序搜索耗时超7分钟仍未完成。
扫码加入
虎嗅智库AI创新落地实践交流群
性能优势量化
内部基准测试显示：
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
在Terminal-bench终端操作测试中，多智能体系统以43.2%的准确率刷新纪录，比前代产品提升17.8个百分点。其特有的“扩展思考”模式允许主智能体在推理过程中动态调用网络搜索等工具，形成闭环迭代机制。
行业应用场景
Anthropic同步开放三大商业接口：
智能体编排API：支持开发者自定义主-子智能体数量配比，实测显示配置4个子智能体时，复杂报表生成任务耗时从22分钟缩短至6分15秒
实时记忆网络：通过Files API实现跨会话知识留存，在金融合规审查场景中，系统可自动提取83%的关键信息构建审计线索链
工具链集成：与GitHub Actions深度整合，支持代码仓库的自动化重构，在内部压力测试中连续7小时无故障执行317次提交操作
当前该系统已部署于摩根士丹利量化交易系统，在处理高频交易策略优化任务时，将回测周期从传统3周压缩至62小时。对比测试显示，多智能体方案在医疗文献分析任务中的证据链完整性达到92.7%，远超单智能体体系的64.1%。
END
大鲸案例库：
https://hri.huxiu.com/case_studies（复制链接至浏览器打开，查看更清晰）
关于大鲸案例库：
为了更好地挖掘AI进化中的创新实践，推动行业交流与合作，虎嗅智库面向企业用户（项目应用方）和供应商（项目实施方），长期征集金融、能源、工业制造、医疗、消费零售、文娱教育、运营商、政务等领域的最佳实践案例。
同时，入选大鲸案例库的企业不仅将直接入围年终的《2025大鲸榜丨GenAI最强落地公司》、《2025大鲸榜 | GenAI最强落地案例》榜单评选，还有机会受邀参与闭门交流、资源对接与峰会演讲。欢迎行业朋友自荐或推荐优质AI应用案例。
