“Research”功能架构概览[1] #
Prompt engineering and evaluations for research agents[1] #
在开发过程中，他们总结了8个多智能体系统的设计原则：
-
像智能体一样思考
用模拟和可视化工具观察智能体决策，及时发现和修正失败模式，理解提示词对行为的影响。
-
教会主控智能体如何分工
主智能体需为每个子智能体分配清晰目标、输出格式、工具指引和任务边界，避免重复或遗漏。
-
根据任务复杂度分配资源
在提示词中嵌入“规模规则”：简单任务用少量智能体和工具调用，复杂任务用更多资源，防止资源浪费或过度投入。
-
工具设计与选择至关重要
工具接口要像人机界面一样清晰，描述明确，避免误用。智能体需先评估所有可用工具，匹配用户意图选择最合适的工具。
-
让智能体自我改进
利用大模型自身能力优化提示词和工具描述，通过“工具测试智能体”不断发现和修正工具使用中的问题。
-
先广后深
搜索策略应先用宽泛查询探索全局，再逐步聚焦细节，避免一开始就陷入死胡同。
-
引导思考过程
通过“扩展思考模式”让智能体显式规划、评估和调整策略，提升适应性和推理能力。
-
并行工具调用极大提升效率
主智能体和子智能体都应并行调用工具，显著缩短研究时间，提升覆盖面和深度。
以及评测与工程化的6条实践经验：
- 结果导向评测：关注最终结果是否正确，而非过程是否完全按预设执行。
- LLM 自动评测结合人工检查：用大模型自动打分，人工补充发现边界问题，快速迭代优化。
- 状态管理与错误恢复：智能体需持久化状态，优雅处理错误，不能简单重启。
- 灰度部署与升级：采用渐进式部署，避免影响正在运行的智能体。
- 长对话上下文管理：用摘要、外部记忆等机制防止上下文溢出。
- 子智能体直接产出结构化结果：如代码、报告等，减少信息损失和 Token 消耗。
Cookbook提示示例：https://github.com/anthropics/anthropic-cookbook/tree/main/patterns/agents/prompts
智能体的有效评估 #
todo
生产可靠性与工程挑战 #
todo
参考 #
How we built our multi-agent research system 原文
1xx. [LangGraph] gemini 开源全栈 deep research 及 Anthropic multi-agent research system 导读 https://github.com/chunhuizhang/prompts_for_academic/blob/main/deepresearch/multi-agent research system.ipynb