Kimi额度的问题，Anthropic 找到了解决办法

K3.1 Pro上线后，大量用户反映额度消耗过快，月之暗面迅速发布声明，承认“问题出在我们，我们也本应更早修复”，在补偿额度的同时，承诺将“减少不必要的子Agent调用和输出长度”。

就在模型发布前两天，Anthropic发表了一篇文章，题为《构建Agent：何时该把子Agent折叠回主循环》，恰好聚焦于子Agent这一话题。

Anthropic的结论是，通过对比多家企业部署的Claude实例，他们发现一个具备技能的Agent，其质量反而优于“一群子Agent分工”，且单任务成本和延迟通常更低。最关键的是，这个Agent消耗的token，远低于一群子Agent。

子Agent这个概念，本质上是模型能力不足时期，厂商为使模型完成更多任务而打的“补丁”。

从任务完成率来看，多个子Agent确实远超当时的单Agent。但代价是token消耗更严重，模型成本也因此更高。

Anthropic指出，随着模型能力增强、上下文窗口扩大，这个“补丁”不再能提升性能，反而成了“累赘”。

Anthropic这篇文章说了什么

Anthropic认为，对绝大多数任务而言，你根本不需要那么多子Agent，只需单Agent、单模型、单份对话记录、一个循环。

模型在一个循环里反复工作，每一轮可同时发出一批工具调用，结果直接返回给模型，由它决定下一步操作。

打个比方，后厨做一道菜，需从备菜开始，再到洗菜、切菜、下锅，最后装盘上菜。

换成以前的分工，是洗菜、切菜、掌勺、摆盘各一人，每人都有任务列表。问题在于，每个人的任务列表由上一个人提供，比如切菜的人从洗菜的人那里拿任务。

菜端上桌发现咸了，很难说清是哪一环的问题，可能是掌勺的多放盐，也可能是菜没洗干净。

单Agent的好处在于，它不需要在每轮开头先向谁解释“我要的是什么味道”。菜是自己弄的，咸淡也是自己尝过的。

文章认为，子Agent不好的理由有三个。

第一个是token复利。

任务中每多一个子Agent，就多一层分支，成本就增加一些。多Agent系统的token消耗，约为普通对话的15倍。

关键在于这15倍不是花在“思考”上，而是花在“记忆”上。

每个子Agent都要重新建立自己的身份、规则、工具清单和相关上下文，跑完再压缩成一段摘要交回去。这导致主Agent要多次阅读同一份材料。

第二个是信息衰减。

信息在不同子Agent之间每传递一次，保真度就下降一层。到后面的子Agent手中时，可能已与最初需求大相径庭。

Cognition在2025年的文章《不要构建多Agent》中描述了一个场景：让两个子Agent分别复刻Flappy Bird，一个做背景，一个做小鸟。结果一个背景像超级马里奥，另一个小鸟完全不像游戏素材。

第三个是人格碎片。

虽然在系统内是多个子Agent之间交流，但由于提示词不同，它们输出的风格截然不同，而用户面对的只有一个入口。

Anthropic在文章中举例，有一家公司，其客户端有十几个专项子Agent，结果这些子Agent“很难维持稳定的品牌口径”，且用户永远需要等最慢的子Agent输出完，才能得到回复。

但话说回来，Anthropic并不认为应直接取缔子Agent，而是要把它们按需加载为Skill。

每个子Agent会随身携带各种知识，比如切菜的刀法、掌勺的火候。每当需要时，取出这些Skill，到下一阶段再放回去。

这套方法的效果是可测的。

Anthropic在文章中提到，结合配套工具，通过将子Agent转化为Skill，可砍掉80%以上的系统提示词。

这让原本臃肿到影响判断的提示词变得干净简洁，从而节省出大量上下文空间留给任务本身。

我们真的还需要子Agent吗

子Agent在诞生之初，本就是工程上的妥协。

曾任OpenAI的卡帕西曾发推文，大致意思是，GPT并不知道自己有上下文限制，让它执行任务时，很容易填满上下文，导致任务失败。

因此必须通过一种手段拆分任务，让模型分步完成。

2023年3月底，AutoGPT和BabyAGI做了两个实验项目。其核心都是用Agent将大目标拆成多个todo list，自己分配任务，自己执行。

这些项目证明了一件事：让模型自己决定下一步，循环就能跑通。但也暴露了一个问题：如果循环中没有可靠的验证环节，错误会在循环中自我放大。

一个Agent说“我要去查这家公司的财报”，即使查到的是错误版本，它仍会基于错误信息继续推导，最终给出看似认真实则胡说的结果。之后就是无限循环，错上加错。

2023年下半年到2024年，行业给出的解法是将分工模拟成一家真实公司。

比如MetaGPT，它将模型分为产品经理、架构师、工程师、测试四个岗位。

你输入“做一个贪吃蛇，带排行榜”，它就会按岗位层层推进。先由“产品经理”写出需求文档，再由“架构师”转化为系统设计和接口，接着“工程师”按接口写代码，最后“测试”挑出问题。从而生成完整程序。

当时大家的想法很朴素：一个模型容易跑偏，就让几个模型互相照应，这也是子Agent系统的雏形。

说白了，子Agent本质上是“用架构模拟一台更宽、更稳、内存更大的机器”。

除了上下文窗口有限，Anthropic在文章中还提到，模型可靠性也有限，链越长越容易崩溃。此外，模型只能单线程工作，不能同时思考。

Anthropic表示，他们在2024年使用子Agent的动机，就是为了解决这三件事：上下文隔离，避免主上下文被大量中间产物污染，变相扩展上下文窗口；不同任务分配不同工具，防止链条某处崩溃时直接影响整个任务；并行，多条独立线索同时推进。

Anthropic认为，子Agent应算是模型的一种“补丁”。但这些补丁，也都是按token付费的。

过去两年，付费的大多是按API计量的开发者和企业，成本明码标价、可以核算。在token上多花1毛钱，账单上就多1毛，清清楚楚。

随着C端订阅制的流行，Anthropic表示，是时候该改改了。

月度额度是一个黑箱。用户只知道“这个月还剩多少”，不知道“这一轮对话中，这些子Agent到底消耗了多少额度”。

订阅用户是按“我做了几件事”来判断额度的，但系统却是按“我调了几次模型、开了几个分支、读了几遍文件”来计算的。

因此Anthropic表示，模型性能、算力逐渐提升，这些“补丁”只有在极其复杂的任务中才能发挥作用，对绝大多数任务来说，子Agent只会消耗更多token。

于是Anthropic得出结论：子Agent带来的好处，已经抵不上它本身的成本了。

Anthropic甚至为此开源了一个名为single-agent-loop-kit的工具，专门让模型以单Agent形式执行任务，不再调用子Agent。

K3.1 Pro 的这张账单

月之暗面正是吃了子Agent开太多的亏。

10月24日，月之暗面的K3.1 Pro上线，性能很强。在Terminal-Bench 4.0上它拿到65.7%，超过GPT-6 Astra的58.2%，与Claude Opus 5.5的66.4%相比，仅差0.7%。

但社区多位用户反馈，模型额度消耗过快，随便一两个小任务就能用掉5小时的额度。

10月26日凌晨，月之暗面官方表示，将减少不必要的子Agent调用和输出长度。

在互联网公司工作过的人看这事一定很眼熟。

一个需求进来，产品、设计、前端、后端、测试、运营各来一位，人人都得在文档上留一句意见，否则显得没参与。到最后发现，原本一个人半天能干完的活，从需求到排期再到测试上线，前后大半年过去了。

虽然在公司里，这叫作组织能力。但在模型上，它就叫消耗token。

作为模型的用户，他只能选择模型的思考强度，无法选择开多少个子Agent。他只想为完成任务付钱，不想为这么多子Agent“对齐、开会、做PPT”付钱。

而且用户连喊停的机会都没有。这里面有个概念，叫失败成本前置。

正常的交易是“事做完了，钱才花掉”。子Agent是只要开了就烧额度，哪怕这个子Agent的作用几乎可以忽略不计。

公平地说，这不是K3.1 Pro独有的问题。

Claude的用户也吐槽过，20美元档订阅，一个提示词就把5小时额度用完；Opus 5.5处理存量代码库，约30分钟触发限制。都是因为Claude开了太多子Agent。

Anthropic认为，这是“长程Agent”这个品类的“结构性矛盾”。

你给它一个任务，它要查资料、读文件、写、改、再自己验证一遍。它要跑几十步，每一步都得重新读一遍上下文，跑半小时是常事。

模型越强，搜索更久，工具调用更多，自查轮数也更多。

Anthropic给出的解决办法是，从产品侧替用户判定“哪些子Agent调用是不必要的”，进而减少子Agent，能用一个Agent解决就坚决不开子Agent。

除此以外，还要让用户能决定步数上限，在单任务开始前提示一个预算区间。

眼瞅着Anthropic就要上市了，减少子Agent进而降低token消耗，也是为了讨好他们的C端用户。有用户通过南宫网址了解到，Anthropic的这套优化策略已开始内部测试。

本文来自微信公众号“字母AI”，作者：苗正，36氪经授权发布。