Anthropic拆解常驻智能体架构,提出五个核心原语
摘要
Anthropic发布博客,系统拆解常驻智能体(always-on agents)背后的架构设计,并提出五个核心架构原语。这类智能体具备状态且可主动行动,其兴起得益于模型判断力提升与智能成本下降,例如在长程编码任务上,Opus 5.5每解决一个任务的成本比Opus 5低78%。
Anthropic近日通过官方博客对常驻智能体(always-on agents)的底层架构进行了系统拆解,并归纳出五个核心架构原语。所谓常驻智能体,指的是具备状态、能够主动采取行动的一类智能体形态,与传统的单次调用式模型交互存在明显差异。
Anthropic在文中指出,这类智能体的兴起有两个关键前提:一是模型判断力的持续提升,二是智能成本的不断下降。前者让智能体在长时间运行中具备更可靠的决策能力,后者则使持续运行的调用开销变得可承受。
成本层面的变化有具体数据支撑。Anthropic以长程编码任务为例说明,Opus 5.5每解决一个任务的成本比Opus 5低78%。这一降幅意味着同一类长程任务在单位经济性上出现了显著改善,也为常驻智能体的持续运行提供了现实基础。
此次博客的重点落在架构层面,Anthropic将常驻智能体的设计拆解为五个核心原语,试图为这一形态的工程实现提供可参照的结构化框架。对于正在探索长时运行、主动执行类智能体的开发者而言,这一拆解提供了来自模型厂商的架构视角。
从行业层面看,常驻智能体被视为智能体演进的一个方向,而有状态与主动行动两项特征,也对其架构设计提出了区别于一次性调用的要求。Anthropic此次发布的架构原语,正是围绕这些差异展开的梳理。
本文由新大陆基于公开信息编辑整理
信息来源:AIHOT AIHOT原文 ↗