版权与内容来源声明本文为原创整理。文中涉及官方文档、开源仓库、论文与公开报道的内容均在附表 A 中标注来源引用官方原文保持原样不作改写。文中命令、版本号与界面截图以本文成文时的实测/核验结果为准标注「待验证」的部分请以你本地环境实际输出为判断依据。本文不推荐任何不合规的软件获取方式也不对任何收益结果作承诺。转载请注明出处。摘要2026 年 10 月Anthropic 公开多智能体研究系统的实测数据——多智能体比普通对话多花约 15 倍 token。本文不站「该不该用多智能体」的立场而是把一笔 token 账摊开拆与不拆钱分别花在哪几块子任务排到几个数拆才开始划算。一、先把事实钉死多智能体到底多花多少 token很多人对多智能体的成本印象来自一句模糊的「很贵」。先把这句话换成能核对的数字。Anthropic 在公开其多智能体研究系统时给了一组实测In our data, agents typically use about 4× more tokens than chat interactions, and multi-agent systems use about 15× more tokens than chats.翻成人话单体的 Agent 比普通对话多花约 4 倍 token多智能体比普通对话多花约 15 倍。这句话里藏着一条必须看清的口径15 倍是相对普通对话不是相对「一个 Agent 干同样的活」。如果拿多智能体和单 Agent 比倍数完全是另一回事——而这恰恰是本文要算的。同一个来源还有一条更值得记住的结论token usage by itself explains 80% of the variance在它的评测里token 用量本身解释了大头的结果差异。多智能体之所以常常更有效很大程度是因为它「把 token 花出去了」。1.1 为什么这句话最容易被误读15 倍是「多智能体 vs 闲聊」不是「多智能体 vs 单 Agent」。两个比较的基线不同结论自然不同。拿闲聊基线当成本基准会得出「多智能体一律多花 15 倍钱」的结论然后一刀切拒绝拿单 Agent 基线当基准又会发现有时候拆反而更贵。两种误读都解决不了真问题。要算账先统一下基线。本文后面所有比较基线都统一为「同一个任务、同一个模型只比较两种架构的 token 总量」。1.2 本文要给的判据拆与不拆的分界线不在「任务复不复杂」而在两个数每个子任务要重读的公共背景有多大、子任务有几个。后面四章按这个思路走——先看官方的取舍建议再把账拆成四块然后真跑一遍看临界点落在哪。二、「人多力量大」得打个折这几类任务不该拆先把两个常被混为一谈的词分开。Workflows are systems where LLMs and tools are orchestrated through predefined code paths.Agents, on the other hand, are systems where LLMs dynamically direct their own processes and tool usage前者是用代码把步骤写死的工作流后者是让模型自己决定下一步的 Agent。多智能体是后者的一个变种不是前者的升级版。对什么时候该上这套东西官方原话相当克制we recommend finding the simplest solution possible, and only increasing complexity when needed以及一条对成本最直接的提醒Agentic systems often trade latency and cost for better task performance, and you should consider when this tradeoff makes sense翻成人话这类架构是拿延迟和钱去换复杂任务上的效果值不值要单独判断。同一份材料还点出了明确不适合的场景some domains that require all agents to share the same context or involve many dependencies between agents are not a good fit for multi-agent systems today「需要所有 Agent 共享同一份上下文」或「Agent 之间依赖很多」的领域现在就不适合拆。它还专门点了编码任务most coding tasks involve fewer truly parallelizable tasks than research2.1 一句话筛选判断要不要拆先问一句这些子任务彼此需不需要看到对方的中间结果需要就别拆——拆出来还得靠消息来回同步等于把一份上下文复制成好几份账只会更难看。2.2 能并行不等于该拆就算子任务能并行也不代表拆了就省。省不省取决于一张账下一章把它拆开。2.3 除了 token还有两笔账要一起算token 只是其中一笔。拆分还会带来另外两笔协调成本。lead 要能正确分解任务、还要能正确汇总。分解错了后面的所有子任务都在往错的方向跑比不拆更糟。延迟。子任务之间的结果要互相等待并行度越高尾部等待越明显——最后几个慢的子任务决定整体完成时间。官方对这一点也给了明确提醒The autonomous nature of agents means higher costs, and the potential for compounding errors.翻成人话自主性带来更高成本还带来错误累积的风险。所以「拆」不是把一个成本项变成零而是把它换成另外几项——只有当省下的那笔明显大于新增的那几笔时拆才成立。三、把账摊开一笔 token 由哪四块构成把「一个 Agent 顺序干完 N 个子任务」和「lead 带 N 个子 Agent 干同一批活」摆在一起token 花在四块上开销块符号含义单 Agent 怎么花多 Agent 怎么花公共背景B每个执行者都必须读一遍的规格 / 文档读 1 次全程携带每个子 Agent 各读 1 次子任务工作量W每个子任务自己的输入输出逐个追加进同一上下文各自独立上下文子报告R子 Agent 交回的结论不存在每个交回 1 份规划与汇总—lead 的分发与最终汇总不存在额外两次读取口径B / W / R 都是 token 数「全程携带」指每一轮都要把它重新发送一次。本表只比 token 量不涉及金额。这张表里藏着关键单 Agent 的成本主项是「上下文随轮数累积」多 Agent 的成本主项是「每个子 Agent 都要重读一遍 B」。前者随子任务数接近平方增长后者只是线性增长——谁更贵就看子任务数落在哪一段。为什么单 Agent 会走到平方级这段值得多写两句。第 1 个子任务的输入里有 1 份背景第 2 个有 1 份背景加 1 份已完成的工作量第 N 个有 1 份背景加 N−1 份旧工作量。把 1 到 N 加起来背景被重复发送了 N 次旧工作量累计被重复发送了约 N²/2 次——平方项就是从这儿来的。多 Agent 那边每一份背景只被对应的子 Agent 读一次所以是干净的线性。判断谁更贵本质上是判断「平方项涨到什么规模才追平那 N 份重复读背景」。本节的资料把 Agent 编排与上下文成本的官方文档整理成了一份核对清单另外也放了 LangChain LangGraph 的实战视频和一份大模型学习路线图。扫码即可获取四、真跑一遍子任务从 1 加到 20账单怎么翻上面是结构下面给数。这段代码只用标准库复制即可运行。 实测环境Python 3.13.12 / macOS / 仅标准库无第三方依赖B,W,R1500,800,120# 公共背景 / 子任务工作量 / 子报告tokendefsingle_agent(n):一个上下文顺序干完 n 个子任务每步都要重发已有历史。ctx,totalB,0for_inrange(n):ctxW totalctx# 本步发送的输入 当前上下文全量returntotaldefmulti_agent(n):lead 规划 n 个子 Agent 各自独立上下文 lead 汇总。totalB# lead 规划读一次背景totaln*(BW)# 每个子 Agent各读一遍背景 自己的活totalBn*R# lead 汇总再读一遍背景 所有子报告returntotal运行结果原样贴出子任务数 单Agent 多Agent 多/单 ------------------------------------- 1 2300 5420 2.36x 2 5400 7840 1.45x 3 9300 10260 1.10x 4 14000 12680 0.91x 5 19500 15100 0.77x 8 40800 22360 0.55x 10 59000 27200 0.46x 15 118500 39300 0.33x 20 198000 51400 0.26x两个结论直接读表子任务 3 个以内拆比不拆贵。第 1 行最夸张——只有 1 个子任务还拆成多智能体token 是不拆的 2.36 倍多出来的钱全花在 lead 的规划与汇总这两次「多余读取」上。子任务 4 个起拆才开始划算。第 4 行比例跌破 1.0之后一路走低到 20 个子任务时多智能体总账只有单 Agent 的 26%。临界点落在 3 与 4 之间。这就是「子任务才两三个还要拆多智能体」纯亏的原因。 实测环境Python 3.13.12 / macOS / 只改「公共背景 B」一个变量把 B 调大调小再跑一次看临界点会不会动。把上面single_agent/multi_agent的 B 换成参数即可复现defcrossover(b):n1whilemulti_agent(n)single_agent(n):n1returnn结果公共背景B 每子任务工作量W 临界子任务数 ------------------------------------------ 300 800 3 800 800 3 1500 800 4 3000 800 5 6000 800 7读法公共背景越大拆越划算——但临界点只在 3 到 7 之间移动。就算把背景拉到 4 倍6000 token也得凑够 7 个子任务拆才开始回本。本篇涉及的官方文档与源码把多智能体编排、上下文成本的官方材料与示例整理进了资料包配合视频课看更顺。扫码即可获取五、什么时候该拆一条能直接用的判据把上面两段实测收敛成一张能直接对号入座的表你的情况建议理由子任务 ≤ 3 个不拆单 Agent 顺序做拆了连 lead 的规划汇总都回不了本实测 1.10~2.36 倍子任务 4~7 个之间看公共背景大小背景小1500 token 以下就别拆子任务 7 个以上且互相独立拆单 Agent 的上下文按平方涨拆完只按线性涨子任务之间要看对方中间结果不拆共享上下文意味着 B 被复制多份官方也点名不适合什么时候该停手跑一轮真实数据把「单 Agent 总 token」和「多 Agent 总 token」各量一次。如果比值没有稳定低于 0.8说明你这个任务还没到拆的规模——留一个 Agent把省下的钱花在换更强的模型或补检索上回报更直接。还有一条更省事的经验判据先把任务按「需不需要共享中间结果」过一遍筛。筛完如果剩下的独立子任务不到 4 个就别费这个劲了——按实测这个规模拆出来只会更贵。真要做也建议先不拆上线拿真实流量把「单 Agent 总 token」量出基线等任务真的长到拆得动的规模再动手。附表 A本文引用事实与出处对照表事实出处本文位置「agents typically use about 4× more tokens than chat interactions, and multi-agent systems use about 15× more tokens than chats」《How we built our multi-agent research system》Anthropichttps://www.anthropic.com/engineering/multi-agent-research-system第 1 章「token usage by itself explains 80% of the variance」同上第 1 章需要共享同一上下文、或智能体间依赖多的领域不适合多智能体多数编码任务的可并行度低于研究任务同上第 2 章「Workflows are systems where LLMs and tools are orchestrated through predefined code paths.」「Agents … dynamically direct their own processes and tool usage」《Building effective agents》Anthropichttps://www.anthropic.com/engineering/building-effective-agents第 2 章「we recommend finding the simplest solution possible, and only increasing complexity when needed」同上第 2 章「Agentic systems often trade latency and cost for better task performance」同上第 2 章「The autonomous nature of agents means higher costs, and the potential for compounding errors」同上第 2 章子任务数 1→20 时单 / 多 Agent 的 token 与比值公共背景变化时临界子任务数落在 3~7本文实测脚本见第 4 章第 4 章表下口径本文实测的 token 是按 B/W/R 三个参数推演的模型值不是接入真实接口的账单它用来比较两种架构的倍数关系不是绝对金额。真实预算请用你所用模型官方的计费口径重算。写在最后这篇用到的资料写这篇文章时把多智能体编排和上下文成本的官方材料又翻了一遍顺手也整理了几份配套的东西大模型学习路线图从零基础到能自己动手做 Agent按阶段说明每一步该学什么、哪些可以先跳过《LangChain LangGraph MCP 智能体开发实战》视频课7 个模块从私有化部署、EmbeddingRAG 到 MCPAgent 全流程AI 大模型知识库在线可查Agent Skills 从入门到落地、Claude Skills 完全指南等专题按目录浏览即可640 套 AI 大模型行业报告 经典 PDF 书籍看行业落地案例和别人怎么做的时候用得上大模型零基础到精通教学视频跟着敲一遍比只读文档快得多资料是我自己整理的放在下面这个码上扫码即可获取添加时备注「AI」优先通过。资料按「先路线、再动手、最后查漏」的顺序整理好了建议先看学习路线那一份照着它挑一条适合自己当前基础的路径再往下看。