我最近看到一個很有意思的現象，說實話，這在AI圈還挺少見的。

兩個頂級AI公司，Anthropic和Cognition，在同一個技術問題上給出了完全相反的答案。而且不是普通的小分歧，是那種根本性的、關乎整個技術路線的大分歧。

什么問題這么有爭議？多智能體架構。簡單說就是讓多個AI智能體協同工作，還是讓單個智能體獨自完成任務。

你想想，這就像兩個頂級廚師，一個堅持說做大餐必須要團隊協作，每個人負責不同的菜；另一個堅持說只有一個主廚獨自完成，才能保證口味的一致性。

爭論的核心在于"可靠性"這個關鍵詞。

Cognition的負責人Walden發了一篇博客叫《Don't Build Multi-Agents》，開門見山地警告大家：別搞多智能體，這玩意兒很脆弱！

Cognition認為多智能體架構非常脆弱，關鍵的失敗點在于子智能體可能誤解任務并產生不一致的結果，導致最終的智能體難以整合這些誤解。

他們的邏輯很直接：當你讓一個主智能體把"做Flappy Bird游戲"的任務分給兩個子智能體，一個負責背景，一個負責小鳥，結果可能是——背景做成了超級馬里奧風格，小鳥完全不像游戲素材。最后主智能體拿到這兩個"誤解"，怎么整合？

但Anthropic完全不這么看。他們不僅在用多智能體，還專門寫了一篇技術博客來"炫耀"他們的多智能體研究系統有多牛。

數據顯示90.2%的性能提升，這意味著多智能體系統在復雜研究任務上幾乎是單智能體的兩倍效果。

Anthropic的核心觀點是：多智能體系統是擴展性能的關鍵方式。特別是對于那些信息量超出單個上下文窗口、需要大量并行化處理的任務。

搜索的本質是壓縮：從龐大的語料庫中提煉洞察。子智能體通過并行操作，各自在獨立的上下文窗口中探索問題的不同方面，然后為主研究智能體壓縮最重要的信息。

聽起來很有道理吧？但成本也很現實：多智能體系統消耗的token是普通聊天的15倍。

那問題來了，誰對誰錯？

我的判斷是，他們其實都對，只是適用場景完全不同。

Cognition做的是Devin，一個編程智能體。編程任務有個特點：上下文依賴性極強。你改一行代碼，可能影響整個項目的邏輯。在這種情況下，讓多個智能體并行工作，確實容易出現不一致的問題。

而Anthropic的Research功能，處理的是研究類任務。比如"分析AI代理公司在2025年的發展趨勢"，這種任務天然就可以拆分成獨立的子任務：市場分析、技術趨勢、投資動向等等。各個子任務之間關聯性不強，正好適合并行處理。

但這背后還有更深層的考量。

Cognition強調的"上下文工程"，其實是在解決一個根本性問題：如何保證智能體的決策一致性。他們提出兩個核心原則：

1. 共享上下文 - 不只是消息，要共享完整的智能體執行軌跡

2. 動作承載隱含決策 - 沖突的決策會帶來糟糕的結果

說白了，就是害怕"雞同鴨講"。

而Anthropic的解決方案更工程化：

? 用"協調者-工作者"模式，主智能體負責總體協調

? 給子智能體提供詳細的任務描述，包括目標、輸出格式、工具指南

? 用"內存"機制持久化上下文，防止重要信息丟失

最有趣的是token消耗的問題。

Anthropic很坦誠：智能體比普通聊天多用4倍token，多智能體系統多用15倍。但他們的邏輯是，在他們的分析中，token使用量本身就能解釋80%的性能差異。

多智能體系統的核心價值在于幫助花費足夠的token來解決問題。最新的Claude模型在token使用上有很大的效率倍增效果。

這就像是說，錢不是問題，關鍵是花錢要花得值。

但Cognition顯然不這么看。他們更關心的是在資源約束下的可靠性。畢竟，做一個編程任務，用戶不希望系統"燒錢"卻給出錯誤代碼。

這個爭論對我們有什么啟發？

首先，別迷信大公司的技術選擇。即使是頂級AI公司，面對同一個技術問題，也可能得出完全相反的結論。關鍵是理解背后的場景和約束。

其次，技術架構沒有絕對的對錯，只有適合不適合。如果你在做需要嚴格一致性的任務（比如代碼生成、金融交易），單智能體可能更可靠。如果你在做可以并行化的開放性任務（比如市場研究、內容創作），多智能體可能更高效。

最后，這個爭論本身就很有價值。它提醒我們，AI Agent的架構設計還遠沒有成熟，還有很大的探索空間。

與其糾結誰對誰錯，不如想想自己的具體需求。

畢竟，最好的架構不是最先進的，而是最適合你的問題的。正如Anthropic在文章最后說的：構建AI智能體時，最后一公里往往成為大部分的旅程。

我因看見技術的分歧而激動如大海。這說明我們還在一個充滿可能性的時代。