多智能体架构一度被视为构建复杂AI应用的主流路径：由orchestrator统一调度，路由器负责分发，规划器拆解任务，领域子智能体各司其职。但Anthropic应用AI团队最新发布的工程指南提出了一个反向问题：这些组件在什么条件下应当被收回，合并进一个主Agent循环。

指南给出的对比结论值得关注。在相同任务的评测中，配备skills的单智能体在输出质量上往往超过两种对照设计——一种是把所有指令塞进单一提示的“全包式”方案，另一种是拆分出多个子智能体的分布式架构。换言之，组件更多并不必然带来更好的结果。

成本与延迟是另一组关键指标。指南指出，单智能体方案在这两项上同样占优。文中引用了一家客户的实际迁移案例：改用单循环结构后，其运行时间大约缩短了一半，即提速约2倍。这一数据为“简化架构”的讨论提供了可量化的注脚。

对正在设计Agent系统的团队而言，这份指南的意义在于提供了一条判断线索：当路由器、规划器等模块带来的协调开销开始超过其分工收益时，合并回主循环可能是更务实的选择。Anthropic并未给出适用于所有场景的通用结论，而是将质量、成本与延迟作为权衡的依据。

值得注意的是，指南所讨论的是架构层面的取舍，而非否定多智能体设计的价值。其核心观察是：在具备skills能力的单智能体已能覆盖任务需求的场景下，额外的编排层往往只增加复杂度，而不带来相应回报。