Agent 架构与设计原则

概述

Agent 架构是 AI 系统设计的核心方法论，涵盖从简单可组合模式到多层受管理 Agent 的完整谱系，强调简单优于复杂的工程哲学。

关键内容

1. 五种核心 Agent 模式：Anthropic 提出 Agent 分类学，最成功的使用场景采用简单可组合模式，而非过度复杂的架构设计。这一理念贯穿多篇文章，强调"do the simplest thing that works"。

2. 可扩展的受管理 Agent：2026 年提出的多层 Agent 架构，解耦"大脑"与"双手"，实现成本优化和规模化部署。通过分层设计平衡智能水平与资源消耗。

3. 多 Agent 系统实践：从原型到生产的工程路径，实现 90.2% 性能提升。提出 8 条 Prompt 工程原则，强调并行 Agent 编程中的接口规范挑战，如 C 编译器构建案例所示。

4. 简单优于复杂原则：多篇文章反复验证的核心理念——最小高信噪比 token 集合、可组合模式优先、避免过度工程化。这是 Anthropic 工程哲学的基石。

5. 长时运行 Harness 设计：针对应用开发场景，Anthropic 提出 Harness 设计 框架，包含 特性追踪器、上下文传递协议、智能检查点触发、三级自主权模型、持续验证循环 和 技术债务追踪。Harness 本质上是"为 AI Agent 定制的 CI/CD 系统"，管理即时/短期/长期三种状态形态。

6. 可扩展的受管理 Agent 架构：2026 年提出的三层分层设计（战略层/战术层/执行层），将推理与执行解耦并独立扩展，通过不同规模模型匹配任务复杂度，实现成本降低 60-80% 的同时保持关键推理质量。

来源

• raw/articles/ai-engineering/anthropic-engineering/claude-engineering/00_INDEX.md — Agent 架构与设计原则章节
• raw/articles/ai-engineering/anthropic-engineering/claude-engineering/13_building_c_compiler.md — 并行 Agent 架构案例
• 14_harness_design_long_running.md — 长时运行应用开发场景的 Harness 设计

相关

• Anthropic — part_of
• Claude Code — uses
• 上下文工程 — extends
• 多 Agent 系统 — relates_to
• ACI 设计原则 — relates_to
• 并行 Agent 开发 — relates_to
• Harness 设计 — extends (长时运行场景的具体化)
• 可扩展的受管理 Agent — extends (分层架构模式)
• 并行工具调用 — has (高级工具使用能力)
• 工具选择控制 — has (工具行为控制)
• 工具错误处理 — has (可靠性保障)
• 工具组合模式 — has (工具协同架构)
• 工具结果缓存 — has (性能优化)