多智能体与工作流

学习任务规划、多智能体分工和定时自动化,适合构建复杂工作流的开发者。

29 条精选 · 入门 5 · 按推荐学习顺序:越基础、直观越靠前,越系统、深入越靠后

在 3D 图中查看
  1. 9进阶
    教程发布 10-17
    YouTube

    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)

    Why One AI Agent Isn’t Enough (And How to Run 1,000) - CJ Avilla & Harrison Stall, Anthropic

    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。

智能体与自动化的其他细分主题