沃顿教授实测 Claude Projects：主代理可调度 18 个子智能体并行解题

沃顿商学院教授、AI 领域知名评论员 Ethan Mollick 近日在 X 平台发文，分享了使用 Anthropic Claude Projects 完成复杂研究任务的过程。他指出，Claude Projects 真正有趣之处在于它能高效处理「智能体团队」——用户与一个主协调代理（orchestrator agent）对话，系统会根据需要动态生成专业子代理，把昂贵与便宜的算力混合调度，以适配用户的偏好与预算。

历史悬案任务：18 个并行子代理

Mollick 给出的示例是让 Claude Projects 挑选若干著名历史悬案并尝试给出解答。系统收到指令后，先派出研究类代理收集资料、筛选可入手的谜题，随后为每个案件单独开出一条工作线程，共启动了 18 条并行任务，每条线程由一个专属代理负责一个具体悬案。

每条线程在处理过程中又会衍生更多子代理，分别承担不同子任务——例如模拟雪崩、破解密码等专项工作，最后把子任务结果汇总成文，再交给另一组代理完成撰写，并单独安排一批「怀疑论」代理对成稿进行事实核查。整个流程由中央协调代理统一调度，持续运行约一天。

「轻量 + 重型」混合调度思路

Mollick 特别提到 Claude Projects 的算力分配策略：主代理会根据任务复杂度，混合调用不同档位的子代理，昂贵的重型模型用于关键推理或核查环节，轻量代理负责资料检索与初稿生成，从而在效果与成本之间取得平衡。这种「组织化」的工作方式与传统单轮问答或单一 Agent 模式差异明显。

效果与局限

Mollick 表示，最终输出的历史悬案分析「读起来有意思」，多数结论在文献中能找到合理依据，但同时也强调这只是个人娱乐性质的使用，结果并非定论，也不保证完全准确。换言之，这更像是一次对 Claude Projects 多智能体编排能力的压力测试，而非严谨的学术研究。

截至目前，Anthropic 官方尚未对 Molnick 的测试作出回应，也未公布 Claude Projects 在多智能体协同方面的正式技术说明。随着越来越多的第三方体验被分享，Claude Projects 在长程、复杂任务中的实际表现，仍有待更多独立验证。