交互工具 · 原理

多 Agent 编队与仲裁

主 Agent 读 30 个文件找配置漂移，干完活上下文被过程灌满——而真正需要的结论只占几百 token。切四种形态看主对话的收支账：委托、工头、分职怎么把脏活关进隔离房间、只把结论带回来；再当一回仲裁人：两条打架的结论先猜裁决，再看一手、新近、带验证的分量怎么定胜负。

纯前端确定性模拟：收支明细与倍数（15×/4×）、仲裁分量规则（一手压转述 · 新压旧 · 带验证压凭记忆）逐字对齐知识库《Subagent 与多 Agent 编排》，明细条宽度仅示意，零 API、零随机。

一个调研任务（在 30 个文件里找配置漂移）摆在主对话面前：自己闷头干，还是把脏活关进别的房间、只把结论带回来？切下面四种形态看主对话的上下文收支账；再当一回仲裁人：两条打架的结论，先猜裁决，再揭晓证据分量。

系统 token ≈ 普通聊天的 4 倍

过程噪声 → 主对话30 个文件 + 十几条验证命令92%

调研细节灌满上下文：读完三十个文件、跑完十几条命令，输出全程赖在上下文里

结论回灌 → 主对话不单独回灌0

结论就写在这摊噪声上——注意力被稀释，结论写得越来越平庸

协调件 → 主对话0（无编队）0

没有合同与回传，也就没有轮次开销——代价是脏活全程自己扛

单 Agent 自己干 · 收支判词

主对话最满的一档：干完活满脑子调研噪声，再顺手干正事，下手都不干脆。

两笔账分开算：Anthropic 实测：多 Agent 系统 token 消耗约为普通聊天的 15 倍（单 Agent 约为 4 倍），换来内部研究评估中超一流单 Agent 90.2 个百分点的表现、复杂查询最高 90% 的时间缩短——省注意力与省 token 是两笔账，编队的正当理由是前者。

明细条宽度仅示意；可数的数字（30 个文件、十几条命令、三份结论几百 token）为文章原文口径。

值不值得派高噪声自包含可摘要三者齐备才值得派——任务的噪声收益比就一条：干完之后主对话是更干净了还是更满了；频繁需要主对话反馈的活留在主线。

按复杂度给编制简单事实核查：1 个执行者 · 3–10 次工具调用直接对比：2–4 个子代理复杂研究：10 个子代理以上编制跟着任务复杂度走，不是越多越强——早期版本「为一个简单查询派出五十个子代理」，模糊的委托还让两个子代理重复探索同一主题、第三个跑偏。

委托九要素目标上下文工具权限输出格式超时评价写限制缺一项，子代理就多一分自由发挥。

事实之争 · 机器可裁主 Agent 派两个子代理核查「pkg-core 依赖升级」，回传两条打架的结论——先猜仲裁听谁的：

A子代理 A 回传

依赖已升级完成：pkg-core 2.3.1 装好，冒烟测试全绿

一手 / 新旧 / 带验证的分量标注，揭晓后亮出——先猜。

B子代理 B 回传

依赖升级报错回滚：装到一半版本冲突，已经回滚

一手 / 新旧 / 带验证的分量标注，揭晓后亮出——先猜。

先猜裁决，再揭晓：

省的是注意力编队的正当理由是主对话更干净，不是 token 更省——把「并行」当第一理由的编队，多数会在聚合环节把省下的时间赔回去。

聚合三步聚合（按约定格式拼齐）→ 去重排序（既相关又不重复、新者优先）→ 仲裁（先比证据分量，排不出高下再找人对质）。

回传纪律摘要只回结论并附证据引用（文件路径与记录号）；子代理把过程当结论交回来，聚合后主对话照样爆炸。

坏味道预警摘要总是「答非所问」，先查合同——九要素里大概率缺了评价标准（它不知道「干好了」长什么样）。