Claude新增最多1000個AI分工功能，成本成焦點

從規劃到分派工作，AI一手包辦

Anthropic為AI代理執行平台「Claude Managed Agents」新增動態工作流程，讓多個代理分工合作。負責指揮的代理會制定計畫、分派工作給子代理，並整合結果。一次執行最多可讓1000個代理並行運作。

AI代理是指朝著指定目標執行工作的AI。這次新增的功能並非把所有工作都交給單一代理，而是將代理分為指揮者和執行者。也就是在既有的執行平台上，加入了統籌多個AI運作的機制。

值得關注的不只是1000個這個上限，還包括由AI負責拆解工作並整合結果。不過，可並行運作的數量，不代表處理速度或成果會按相同比例提升。

70個錯誤中找出66個

Anthropic公布的測試中，研究人員在11萬6000行程式碼裡刻意植入70個錯誤，並比較檢測結果。單一代理每次執行找出14至27個錯誤；動態工作流程則據稱每次都找出66個。

換算成檢出率，單一代理約為20%至39%，動態工作流程則約為94%。在這項測試中，多個代理分工合作，確實增加了找出的錯誤數量。不過，即使找到66個，也並未涵蓋所有預先植入的錯誤。

此外，這項結果來自程式碼錯誤檢測這個特定任務，無法確認在研究、撰寫文件等其他工作上是否也會有類似差異。提供的資料也未說明測試實際使用了多少個代理，因此不能逕自認定這是動用1000個代理取得的成果。

導入時應衡量每項成果的成本，而非代理數量

分工也會增加AI的處理量，帶來額外負擔。Anthropic表示，這種方式可能消耗大量token，因此建議從小規模配置開始。Token是AI處理文字或程式碼的單位，也是評估使用成本的指標之一。

企業真正需要評估的，不是能讓多少個AI代理運作，而是取得符合需求品質的成果要花多少錢。即使能找出更多錯誤，若成本或檢查工作增加多少，也會影響是否採用。較務實的做法，是以相同任務比較單一代理和少量代理分工的配置，衡量檢出數量、所需時間與成本。

提供的資料未列出此次對比測試的總成本、處理時間或token用量。目前能確認的只有錯誤檢測數量有所差異，尚未證明其成本效益。