2025 年，Anthropic 给聊天机器人 Claude 加了一个叫 Research（研究）的功能。问它一个大问题，它不会只搜一次。一个模型当领队，先规划，再派几个帮手模型同时去网上搜，各走各的道。领队把它们带回来的东西汇总，写成答案。
做到这一步花了不少工夫，工程师们后来把走过的弯路写了出来。
早期的领队，像一个从没带过人的新经理。回答简单问题，它也要拉起 50 个帮手。有的帮手一直在找根本不存在的资料，有的不停发进展汇报，互相分心。
最弱的一环是它派活的方式。领队只丢下一句「研究一下半导体短缺」。帮手们只好自己理解：一个去研究 2021 年的汽车芯片危机，另外两个都去查 2025 年的供应链，跑的搜索一模一样。没有人分过工。
团队先从领队派活的指令改起。现在每个帮手都必须拿到四样东西：目标、答案的格式、该用哪些工具和资料来源的指引，以及清楚的任务边界。领队还拿到了几条配人手的经验法则：查一个简单事实，一个智能体、三到十次工具调用；做比较，两到四个帮手；复杂研究在分工划得清楚时，可能派十个以上。
再加上在工具和评测上的改进，系统变了样。在 Anthropic 内部的研究测试里，最终的团队由 Claude Opus 4 领队、Claude Sonnet 4 当帮手，比单个 Claude Opus 4 强 90.2%。让帮手和它们的搜索同时进行，复杂问题的研究时间最多缩短了 90%。
这并不便宜。多智能体跑一次，消耗的 token 约是普通对话的 15 倍。工程师们也直说，有些活根本不适合交给团队：每个智能体都要共享同一份上下文的，或者各块之间互相依赖的。他们写道，大多数编程任务里真正能并行的部分，比研究少。