最近看 Agent 的更新，一个有趣的变化是：一边在减少不必要的编排，另一边在增加人能够直接操作的界面。
Anthropic 开始讨论哪些子 Agent 可以收回主循环；Deep Agents 把一部分默认配置变成按需启用；Manus 则让你在 AI 生成游戏和视频后，继续调参数、换素材、改时间线。
我的判断是：Agent 产品正在同时回答两个问题——怎样少绕弯路地完成任务，以及怎样让人接着修改结果。
这是一篇基于官方文章的技术观察与实验建议，不是这些产品的横向实测。
资料核验日期为 2026 年 10 月 23 日；有日期的发布与持续更新的文档分开列出，避免把已有能力说成“刚发布”。
先看时间：哪些是新消息？
| 日期 | 动向 | 为什么值得看 |
|---|---|---|
| 10 月 22 日 | Claude：何时把子 Agent 合并回主循环 | 重新思考多 Agent 的拆分边界 |
| 10 月 21 日 | Claude Duet 研究预览 | 从等提问，走向主动发现与后台执行 |
| 10 月 13 日，15 日补充更新 | Anthropic 自研版本控制 Scion | Agent 写得更快后，开发基础设施开始承压 |
| 10 月 1 日 | Manus Game Dev 与 Video Editor 文章 | 生成之后，人有了更直接的编辑入口 |
| 7 月 24 日发布；文档持续更新 | Deep Agents v0.7.0 与当前 Overview | 默认配置精简与上下文管理，是理解近期方向的背景 |
下面既看工程变化，也挑几件适合自己动手玩的事。
1. 子 Agent 越多越好？Anthropic 给出了更细的判断
10 月 22 日，Anthropic 的文章讨论了一类企业实践：把路由、规划或部分领域子 Agent 合并到一个主循环，用按需加载的 Skills 和工具承担原来的职责。
文章同时保留了子 Agent 的价值，包括独立验证、并行工作与权限模块化等，并没有主张所有系统都应改成单 Agent。
来源：When to fold subagents into your main agent loop。
图 1：编辑归纳的取舍示意，实际架构仍需用自己的任务验证。
这里最有启发的地方，是别把业务部门的组织结构直接复制成 Agent 结构。
以技术博客为例，选题、查证、写作和修订会反复共享同一批证据。
如果每次交接都只传摘要，后面的写作者可能不知道某个数字为什么被排除，审核者也可能不知道结论依赖了哪条限制条件。
我的建议是先让一个主循环保留完整的选题判断与证据记录；确实独立的事实核验，再考虑拆出去。
可以做的小实验：把一条链收回来
选一个已有的“规划 → 搜索 → 写作”流程，只合并其中一对经常共享资料的步骤。
固定输入和验收要求，比较两种版本的任务完成情况、总耗时、成本与遗漏信息；多跑几次，查看哪些具体任务变好或变差。
不要只看架构图有没有变简单，也不要用一次成功就宣布单 Agent 更强。
2. Deep Agents：值得关注的，是哪些东西可以少放一点
当前 Overview 把文件、上下文管理、子 Agent、记忆和人工介入组织成可组合的能力；Skills 按需要加载，结构化任务规划是可选能力。
在有明确日期的 v0.7.0 更新中，官方也记录了默认提示与工具说明的精简，以及任务规划改为按需启用等变化。
来源：Deep Agents Overview、Python Changelog。
这里的启发不是“不要规划”，而是把有用的过程保留，把每个任务都必须支付的固定成本重新审视一遍。
一个短查询未必需要生成任务清单；一个要读几十份资料的研究任务，则可能需要把证据写入文件，避免所有中间材料都堆在对话里。
可以做的小实验：搭一个会留下证据的研究员
从官方 Quickstart 开始，给研究任务定义三个可检查的交付物：
sources.md：每条资料的标题、URL、日期与需要复核的地方
claims.md：准备写入文章的结论，以及支持它的来源
article.md：正文、图注、引用与仍未解决的问题
这三个文件是本文建议的交付约定，不是框架要求的固定目录。
先检查缺失来源时会不会主动停下来标记，再检查文章里的日期、版本与数字能不能逐项追溯。
对研究型 Agent 而言，“它留下了什么证据”往往比“它说自己思考了多少步”更容易验收。
3. Claude Duet：主动助理的关键，是知道什么时候找你
10 月 21 日公布的 Claude Duet 研究预览，尝试把交互改成主动简报、后台工作和在必要时请求确认。
官方说明它可在自己的虚拟机与浏览器中继续执行任务；涉及发送消息、付款、签署或删除等动作时，会先呈现具体操作并等待批准。
截至本文核验，预览从美国 Pro、Max 用户的候补名单开始，不能据此理解为所有地区与账号都已可用。
我更想观察的是它如何分配人的注意力：一个助理如果每发现一点变化都通知，可能只是把“工作”变成了更多提醒。
不必等拿到资格，也能验证这个产品思路
用你已有的自动化工具，先做一个范围很窄的“技术情报助理”：
- 普通更新进入每日摘要。
- 有明确兼容性影响的更新单独标记，并附原文与受影响范围。
- 需要修改依赖、上线或对外发布时，先提供具体变更供检查。
记录一周里哪些提醒真正促成了有价值的行动，哪些只是噪声。
这个实验不等于复现 Duet，而是检验一个更基本的问题：主动性有没有减少人的负担。
4. 本期最好玩的：Manus 把生成后的修改做成了界面
10 月 1 日的 Game Dev 文章介绍了调参面板、素材管理和多人游戏支持；Video Editor 文章则介绍把视频元素分到不同轨道，并允许手动编辑或继续让 Agent 修改同一个项目。
来源：Manus Game Dev、Manus Video Editor。
图 2：编辑绘制的功能示意，不是产品截图，也不代表已经完成试玩或视频制作。
这两篇文章让我想到同一件事：AI 生成第一版之后，人应该能用最顺手的方式做第二版。
游戏的“再难一点”可以变成速度和生成频率；视频的“这里不对”可以落到某条字幕或某个镜头。
对开发者而言，这比不断追求一句提示词直接生成完美成品，更值得研究。
玩法 A：做一个给朋友玩的接金币小游戏
在有对应功能权限的环境里，可以试试这样的任务说明：
做一个手机浏览器可玩的接金币小游戏。
玩法：左右移动接金币，避开障碍；一局 60 秒，可重新开始。
提供可调整参数：移动速度、金币下落速度、障碍生成间隔。
调整参数后让我立即试玩，并能恢复默认值。
先完成单人版，使用简单几何图形，不接入支付和账号。
交付时说明操作方式、已知问题及可修改参数。
玩两轮后，一次只调一个参数，观察它究竟改变了难度、节奏还是操作负担。
验收不要停在“能打开”：还要检查手机触控、重新开始、参数是否生效，以及失败后能否继续玩。
玩法 B：把这篇文章做成一条 30 秒短片
根据我提供的已核验文章，做一个 30 秒竖版技术解读。
结构：开头提出问题，中间展示两个变化，结尾给一个可尝试的任务。
字幕、配音、音乐和镜头分别保留为可编辑轨道。
使用我提供的图示，不补造产品截图、性能数字或客户评价。
先给分镜供检查，再生成第一版。
然后只改一句字幕、只缩短一个镜头，检查其他部分是否保持稳定。
这个实验真正验证的是“局部修改的可控性”，而不是第一版有多炫。
以上任务说明是供读者尝试的编辑建议，本文未实际执行游戏生成或视频制作。
5. 最工程、也最值得警觉的变化：写代码之后的瓶颈
Anthropic 的 Scion 文章发表于 10 月 13 日，并在 15 日补充更新。
官方描述，其每日合并变更从 5 月约 2,500 增至 9 月超过 30,000，因而建设了面向自身大规模在线工作负载的版本控制系统，强调服务端操作与按需获取数据。
这是 Anthropic 的特定规模案例，不是普通团队应当放弃 Git 的建议。
来源：Redesigning source control at Anthropic。
对我们更实用的启发是：当 Agent 能同时产出更多改动，先测量等待发生在哪里。
也许是拉代码，也许是测试排队、环境启动或审核，而不是模型生成速度。
下一次做 AI 编程实验，可以额外记录“任务结束到可交付”的时间，看看写完代码之后还等了多久。
如果这个周末只试一个，我会选哪一个？
想玩起来，先试可调参小游戏：它能很快暴露“生成成功”和“真的好玩”之间的距离。
想做开发工具，先试主循环与子 Agent 的小范围对照：不推翻现有系统，只用一个真实任务验证拆分是否值得。
想运营内容，先做会留下来源与结论映射的研究员，再尝试把一篇核验过的文章变成可编辑短片。
这些方向共同指向的，是更容易检查、修改和交付的 Agent。
你更想看下一篇深入拆解哪一个：Deep Agents 研究助手、可调参小游戏，还是图文到短视频的制作流程？
延伸阅读：四篇技术详解
以下专题覆盖 2026-09-24 至 2026-10-23 的精选更新，进一步展开机制、代码、验证结果与工程边界。