ObservationL3Tier 0 · 候选信号(未实测)架构级改动DRSE
并行只读调研子代理 + 耦合写入保持单线程
多方实证高度一致地支持 SOTA Baseline v0 的 L3 初始直觉(反盲目多 Agent);暂列为 Observation 作为 H-L3-01 的背景证据,待后续与单代理并行工具调用做同题对照。
对照基线:baseline-v0 · 引入日期:2026-11-19 · 最近更新:2026-11-19 · 原始日志:logs/iterations/2026-W47.md
可证伪假设(Hypothesis)
仅在天然可并行且只读的广度调研任务(DR-01/03/04)中启用 Orchestrator + 并行子代理,而在强上下文耦合的代码写入任务(SE-01/03)保持单主写线程,可在控制 15x Token 成本爆炸的同时避免多写者上下文割裂。
严肃竞争性解释(Competing Explanation)
随着单模型上下文窗口和内部规划能力提升,单代理配合并行工具调用(parallel tool calls)可能已能覆盖大部分广度调研,无需引入完整的多代理编排层。
证伪 / 削弱条件(Disconfirmation)
若在 DR-01/03 对照中,单代理并行工具调用在信息覆盖度上与多子代理差距 <10% 且成本低 3 倍以上,则应进一步收紧子代理的使用条件。
回滚条件(Rollback Guardrail)
若后续实践发现即便只读子代理也因摘要压缩频繁遗漏关键细节,则回退为单主代理直接检索原文。
Primary Provenance
一手观察与交叉验证来源
| 来源标题 | 类型 | 发布/采集日期 |
|---|---|---|
| Anthropic Engineering · How we built our multi-agent research system ↗ | official | 2025-06-13 |
| UC Berkeley MAST Study (arXiv:2503.13657) & Cognition Dissent Synthesis · Why Multi-Agent LLM Systems Fail ↗ | practitioner-review | 2025-10-26 |
| JetBrains Engineering · Single Agent vs Multi-Agent Systems: When to Use Each ↗ | practitioner-review | 2026-06-01 |
矛盾表象背后的真实工程边界
业内关于“要不要做多 Agent”曾爆发激烈争论,但把三方关键实证放在一起看,边界其实非常清晰:
- 失败率警示(UC Berkeley MAST,
arXiv:2503.13657):对 7 个主流开源多 Agent 框架的 1,642 条执行轨迹分析显示,失败率高达 41%–86.7%,根因集中在系统设计规范缺失(44.2%)、Agent 间错位(32.35%)与验证不足(23.5%)。 - 耦合写入反例(Cognition, 2025-06-12):Devin 团队指出,把紧密耦合的编码写入拆给并行子代理会导致彼此看不到隐含设计决策(actions carry implicit decisions),局部合理拼出全局失调;多代理更适合写入单线程、额外代理只贡献只读情报。
- 广度调研正例与昂贵账单(Anthropic, 2025-06-13):在广度并行研究评测中,Opus 4 主代理 + Sonnet 4 并行子代理相对单代理提升 90.2%,但同时坦承多 Agent 消耗约普通对话 15× 的 Token,且明确指出大多数编码任务并不适合多 Agent。
当前处理决定
记为 Observation。该组证据印证了 Baseline v0 L3 默认拒绝“角色扮演式多 Agent 框架”的保守基线选择;下一步重点是在 DR-01/03 上实测「单代理并行工具调用」vs「隔离上下文只读子代理」的真实收益与成本拐点。