# 为什么一个 AI 智能体不够用（以及如何运行 1000 个）——CJ Avilla 与 Harrison Stall（Anthropic）

- 原标题：Why One AI Agent Isn’t Enough \(And How to Run 1,000\) - CJ Avilla & Harrison Stall, Anthropic
- 类型：教程
- 来源：YouTube
- 发布时间：2026-10-17
- 首次精选：2026-10-26 16:31
- 分级：值得看
- 学习层级：进阶
- 主题：[multi-agent-workflows](<https://oplearnx.com/md/topics/multi-agent-workflows.md>)（第 9 位）、[agent-architecture-harness](<https://oplearnx.com/md/topics/agent-architecture-harness.md>)（第 27 位）
- 原文链接：[https://youtube.com/watch?v=kiClTcJUnhc](<https://youtube.com/watch?v=kiClTcJUnhc>)
- 本站页面：[https://oplearnx.com/resources/pk\_8ca088bcaf4f](<https://oplearnx.com/resources/pk_8ca088bcaf4f>)

## 摘要

一个 Anthropic 人员主讲的工作坊视频。开场以 Ken Thompson 一个月写出 Unix、IBM 用 1000 名工程师开发 OS/360、Linus Torvalds 在 1998 年遇到瓶颈作类比，引出管理 AI 智能体时的规模问题，随后介绍 Claude Managed Agents 中的 Flows：向 Claude 给出目标，它通过 API 自行规划并运行最多 1000 个智能体的多智能体拓扑。演示包括股票自选股扫描器、在关键阶段投入更多算力的方法、Bug Hunter 与 Explainer Studio 模板，并说明单智能体因惰性、自我偏好偏差和目标漂移而失灵。结尾讨论大规模安全运行：预算、中断、自动模式、凭据保险库和网络锁定。视频含时间轴。

---
来源：LearnMap · 学径（https://oplearnx.com）