多智能体Multi-Agent长程任务时代Scalin

[玫瑰]本篇深度旨在解答市场对AI投入持续性放缓的疑虑。我们认为Multi-Agent及长程任务，推高了单Token的推理成本，也使得通信开销非线性扩张，有望开启新一轮Scaling Law，打开AI产业链新一轮的高度。 [红包]长程任务是新一代SoTA模型的竞争焦点，也是本轮AI能否解锁更大价值量的关键一跃。 长程任务要求Agent将宏大目标自主拆解为多个子任务，持续运行数小时至数天，依赖1M以上的无损上下文作为记忆基础设施。长程任务能力的突破直接支撑Multi-Agent、模型自治（无人公司）、AI4S等新场景的落地，决定着AI从“辅助工具”向“生产力主体”的质变能否真正实现。2026年7月，智谱发布GLM-5.2，以长程任务为核心设计目标，标志着国产模型跻身全球第一梯队。 [红包]Multi-Agent是长程任务落地的重要架构形态，有望开启新一轮Scaling Law。 单Agent处理长程任务时面临context rot问题；Multi-Agent通过编排器（Orchestrator）将复杂任务动态拆解，分配至多个subAgent并行执行，实现并行协作。Multi-Agent有望解绑以个人助理为代表的单Agent应用范式，开启新一轮Scaling Law： Claude Code等产品已验证单Agent的商业化闭环，但以OS World 2.0为代表的长时间（小时级）任务，GPT5.5和Claude Opus 4.7的成功率仍在25%以下。而基于Multi-Agent架构，Claude能够并行探索多个研究方向，内部评测中表现超越单Agent 90.2%；此外，Vending-Bench 2的进展，和Hertz Connected Fleet OS的落地，都标志着长程Multi-Agent从“完成任务”走向“运行系统”。 [红包]Agent = Model + Harness，Harness是Multi-Agent时代大模型的操作系统与数据底座。 Multi-Agent时代Harness的价值被进一步放大，助力Multi-Agent迈向系统级交付。《Harness Engineering: A Survey》基准测试显示，更换Harness带来的性能提升约为更换模型的22倍；同一Fable 5模型在Cursor与Claude Code两个Harness下功能通过率相差12.8个百分点，证明Agent产品的性能差异已从模型本体转向Harness工程。 [红包]国产模型、云及CPU、AI应用有望受益： （1）AI Infra（CPU、服务器与云）：Multi-Agent拓展Token增量空间，驱动CPU、服务器与云需求的继续扩张，建议关注海光信息、浪潮信息、深信服、金山云等； （2）国产模型：Multi-Agent丰富了模型的评判标准，国产模型的综合能力有望继续提 升，中长期RSI（Recursive Self-lmprovement）会成为模型追求的方向，建议关注智谱及其他国产模型； （3）AI应用：Multi-Agent将AI从“辅助工具”升级为“数字员工”，有望落地更多商业化场景，建议关注晶泰控股、英矽智能、金山办公、金蝶国际等。 ========================#文字观点