記憶系統讓單一代理跨越 session 還記得你是誰，但當任務大到一個代理扛不動，你需要的不是更強的記憶，而是把工作拆給好幾個代理分頭做、再收攏起來——這就是多代理協作（multi-agent orchestration）。昨天談的是「一個代理如何持久」，今天談「多個代理如何分工」。這是 2026 年真正從 demo 走進 production 的地基題，而它踩過的坑，幾乎每一個都跟成本與脈絡管理有關。
📖 學
主流架構是「協調者—工作者」（orchestrator-worker）模式，而不是一群代理平起平坐地七嘴八舌。 以 Anthropic 的 Research 系統為例，它由一個主導代理（lead agent）負責規劃、拆解任務，並行地開出 3 到 5 個各有專責的子代理去搜尋、過濾資訊，最後由主導代理綜合結果，再交給一個獨立的引用檢查流程確認出處。這種階層式分工的好處是責任清楚：誰負責計畫、誰負責執行、誰負責把關，各司其職。在 Anthropic 的內部評測裡，這套多代理設定比單一代理的 Claude Opus 4 高出約 90.2%，關鍵原因是複雜的研究型任務本質上可以平行化——多個子代理同時探索不同方向，等於用更多的算力換取更廣的搜索面。
但這套架構有個殘酷的代價：token 成本會爆炸。 Anthropic 自己在生產環境量到的數字很直白——一般的代理任務用的 token 大約是純聊天的 4 倍，而多代理研究系統用的 token 約是純聊天的 15 倍。原因不難理解：每個子代理都有自己的一輪輪對話、工具呼叫、脈絡載入，主導代理還要把它們的產出全部讀進來綜合。有分析指出，這意味著「3 個代理可能花掉 10 倍成本」不是誇飾。所以多代理不是免費的效能升級，它是一筆用金錢和延遲換品質的交易——只有當任務的價值夠高、且天生適合平行拆解時，這筆帳才划算。日常一句話能問完的事，硬套多代理只是把成本乘上十幾倍。
今年最重要的成本突破，是「異質模型混搭」——用便宜模型當工作者、貴模型當協調者。 Anthropic 公布的一個例子是：用 Fable 5 當協調者、指揮一群 Sonnet 5 當工作者，在 BrowseComp（一個困難網頁研究基準）上保留了全部用 Fable 團隊 96% 的分數，成本卻只有 46%。這組數字揭示了 2026 的關鍵設計原則：規劃與綜合這種需要強推理的環節，值得砸貴模型；而大量重複的搜尋、抓取、過濾這種「粗活」，交給便宜快速的模型就夠了。把模型的能力階梯對應到任務的難度階梯，是把多代理從「昂貴的玩具」變成「划算的生產工具」的分水嶺。
多代理最惡名昭彰的技術坑，是脈絡窗口溢位（context window overflow）。 問題出在協調者身上：它會不斷累積每一個工作者回傳的脈絡，當工作者達到 4 個以上，累積的脈絡經常就撐爆了視窗上限。有一份 2026 的生產分析算過一筆令人心驚的帳——一個在測試時只花 0.5 美元的工作流，若沒管好脈絡，放大到每月 10 萬次執行的規模，成本可能失控到每月 5 萬美元。這正是為什麼昨天談的記憶系統與今天的協調是一體兩面：工作者不能把原始資料一股腦倒回給協調者，必須先壓縮、摘要、只回傳結論；協調者也需要一套脈絡打包（context packing）機制，對檢索與記得的內容排序、壓縮、結構化，確保高價值資訊塞得進視窗、又不爆 token。
從 demo 到 production，真正活下來的是「少即是多」的紀律。 2026 年業界的共識是：多代理不是代理數量愈多愈好，而是要能明確界定每個代理的職責邊界、控制它們之間的通訊量、並在每一層都做脈絡瘦身。Gartner 觀察到多代理系統的詢問量從 2025 一路暴增到 2026，但真正在生產環境存活下來的系統，往往不是架構最花俏的，而是把「哪些任務值得拆、拆到幾個代理、每個代理回傳多少」這三件事管得最克制的。多代理的難點從來不是「讓代理們動起來」，而是「別讓它們互相淹沒在彼此的輸出裡」。
🧠 記
- 主流是「協調者—工作者」階層架構：主導代理規劃拆解、並行開 3～5 個子代理執行、再綜合＋獨立引用查核（Anthropic Research 內測比單一 Opus 4 高約 90.2%）。
- 成本會爆炸：一般代理任務約純聊天的 4 倍 token，多代理研究系統約 15 倍——只有高價值、可平行的任務才划算。
- 異質模型混搭是關鍵優化：貴模型當協調者、便宜模型當工作者（Fable 5＋Sonnet 5 在 BrowseComp 保留 96% 分數、成本僅 46%）。
- 最大技術坑是脈絡窗口溢位：協調者累積每個工作者的脈絡，4 個工作者以上常爆窗；失控的工作流成本可從 0.5 美元放大到每月 5 萬美元。
- 生產紀律是「少即是多」：界定職責邊界、控制通訊量、工作者先壓縮摘要再回傳，別讓代理互相淹沒。
✍️ 實踐
今天挑一個你手邊「單一 prompt 一直做不好」的複雜任務——例如一份要跨多個來源比較的市場調查、或一份要分章節寫的報告——手動把它拆成「協調＋工作者」兩層來跑一次。先自己扮演協調者列出子任務，把每個子任務分別丟給 AI（等於各開一個工作者），並在每個工作者的指令最後加一句「只回傳結論與關鍵佐證，不要貼原始長文」，最後再把這些精簡結論匯整成一輪讓 AI 綜合。跑完你會親身體會到：拆解與「限制每個工作者的回傳量」，才是多代理品質與成本的真正槓桿。
🔗 延伸學習
- How we built our multi-agent research system（Anthropic 工程部落格解析）
- How cheap models changed multi-agent economics（Arize AI）
- 6 Multi-Agent Orchestration Patterns for Production 2026（Beam.ai）
- Multi-Agent in Production in 2026: What Actually Survived（Medium）
💬 問 AI
我有一個複雜任務：__（描述任務，例如「比較 5 個供應商的方案並產出決策建議」）。
請幫我用「協調者—工作者」多代理的思路來設計，不要直接給我答案：
1. 把這個任務拆成 3～5 個可以平行處理的子任務，說明每個子任務的職責邊界；
2. 針對每個子任務，寫一段給「工作者」的指令，並在結尾要求它只回傳結論與關鍵佐證、不貼原始長文；
3. 寫一段給「協調者」的綜合指令，說明如何把各工作者的結論整合成最終產出；
4. 指出這個任務裡哪些環節值得用強推理模型、哪些用便宜快速模型就夠，並提醒我可能的脈絡溢位風險點。