← 事件库 / AI Engineering

研究发现深层 agent 分工保住上下文却丢失发现

这项轨迹研究建立模型,衡量发现经过多层 agent 委派后还能保留多少。600 条生产 research 轨迹显示,每多一层都会丢信息;在 1,012 条标注轨迹中,约每 16 次交接就有一次偏题。按测得参数,只有发现数量超过约 403 个时,两层结构的成本收益才超过单 agent。对 743,819 次工具调用的分析还发现,生产系统通常在任务早期决定委派,而不是等上下文变满后再调整。

本文来自既有扫描档案。迁移保留原判断,不代表在迁移时重新核验。

对你意味着什么

对设计多 agent 工作流的团队来说,层级深度应由预算与实测决定,而不是默认堆层。除非任务大到上下文成本成为主约束,否则应保持宽 fan-out、明确摘要和较浅层级。生产语料未公开,403 这个阈值必须在自有工作负载上复核。

前沿观察

公开材料与效果验证,分开看。

已记录的事实是工作及其材料已公开。论文或作者报告的效果不自动等于独立复现。下一步关注可复用代码、任务设置和第三方验证。

证据与关联材料

背景材料 · 历史记录,未重新核验

这项轨迹研究建立模型,衡量发现经过多层 agent 委派后还能保留多少。600 条生产 research 轨迹显示,每多一层都会丢信息;在 1,012 条标注轨迹中,约每 16 次交接就有一次偏题。按测得参数,只有发现数量超过约 403 个时,两层结构的成本收益才超过单 agent。对 743,819 次工具调用的分析还发现,生产系统通常在任务早期决定委派,而不是等上下文变满后再调整。

技术细节与六维评分
Research 轨迹 600
标注交接 1012
生产工具调用 743819
发生委派的会话 7,244 个会话中的 7.8%
成本交叉点 约 403 个发现后,两层结构超过单层
局限 单作者分析;生产语料与代码包未公开链接
技术影响 4
工程价值 5
采用信号 2
成熟度 2
验证成本 4
风险 2