Anthropic 发布了其扩展代理的使用手册：层次、代币和可靠执行

用简单的语言来说 Anthropic 的两位工程师——Angela Jiang 和 Katelyn Lesse——发表了关于在客户端工业化 AI 代理时的经验教训。核心信息：限制规模扩展的不是模型，而是围绕它的架构。三大支柱：将堆栈分解为层，严格遵守令牌预算，保证执行。

背景

2025 年的主流观点是：“模型会解决问题”。Anthropic 的经验反馈将关注点转向 2026 年：在长时间代理工作流中，可靠性来自于架构，而非模型。这与我们的观点一致：每个令牌的成本在运营支出中下降，Adam Mosseri 提到每位工程师的令牌上限（Meta），而 Uber 和 Microsoft 在预算失控时停止了 AI 许可。

数据

• 主要来源：Angela Jiang 和 Katelyn Lesse（Anthropic）的发表，由 Tech in Asia 在 2026 年 7 月 15 日报道。
• 报道的关键信息：企业的 AI 可扩展性依赖于分层架构、令牌策略和可靠执行——而不仅仅是更好的模型。

幕后

“分层架构”模式在实践中，将三个职责分开：

1. 编排 - 决定哪个代理运行，多少令牌预算和什么截止日期。这是拒绝运行的层，如果预算被超支。
2. 执行 - 执行每个工具调用，带有重试、超时、输出验证和幂等性。没有这些，一个“在演示中运行”的代理会在生产中成为一个事件。
3. 状态 - 持久化需要在轮次之间存活的内容：工件和决策，而非整个对话上下文。上下文是有成本的，因此需要节省。

令牌预算是结构性约束：如果一个代理可以在每次运行中消耗 50 万个令牌，并且每天运行 1000 次，成本很快会超过一名初级工程师的薪水。因此，预算是在架构层面制定的——而非在提示层面。

场景与风险

• 短期：没有令牌预算上限的团队将被 CFO 追上（token-budget-caps 文档已经记录了 Uber、Microsoft 和 Mosseri 的案例）。
• 产品风险：过渡到可靠执行需要仪表盘——跟踪、回放、每次运行的成本——这大多数演示代理都忽略了。许多 POC 将无法承受这种仪表盘成本。

结论

对于 2026 年负责代理项目的工程主管来说，第一阶段不再是提示工程。而是预算和跟踪。在添加功能之前，先仪表化每次运行的成本。否则，与财务部的对话将在最不合时宜的时候到来——当代理终于开始运行的时候。