当大家都在讨论「多 Agent 协作」时，Anthropic 却从自己已上线的电商项目里，总结出了一条看上去更「克制」的路线：单智能体配合技能（single agent + skills）。这份指南最有价值的地方，不是给了某个炫酷架构，而是把一个老问题讲清楚了——哪些能力该交给模型，哪些约束该由系统执行。边界划清楚了，落地才不会翻车。
一、核心思路：一个会话，共享上下文，复用老系统
指南给出的主流架构并不复杂：
- 单智能体主导：整个购物会话由一个智能体保持，而不是拆成多个互不相关的 Agent；
- 共享上下文：用户的意图、历史、购物车状态在同一会话里连贯流转，避免「每问一次都要重新介绍自己」；
- 技能（skills）作为能力单元：搜索、比价、加购、履约等具体动作，封装成可复用的技能，由智能体按需调用；
- 工具复用现有业务系统：技能背后对接的是企业既有的商品库、订单系统、会员体系，而非另起炉灶。
这套设计的精髓在于「复用」。它没有要求企业为了上 Agent 而重构整套中台，而是让智能体去适配已有的业务系统。对电商这类系统成熟、数据沉淀深厚的行业，这比推倒重来现实得多。
二、指南覆盖了什么：从缓存到审批到评测
值得称道的是，这份指南不是「概念图」，而是一份工程手册。它覆盖了四个落地必答题：
- 缓存：会话与工具结果如何缓存，避免重复调用推高成本；
- 记忆：跨轮次的用户偏好与状态如何保留；
- 交易审批：涉及扣款、下单等高风险动作时，如何设置确认与权限边界；
- 评测：如何量化一个电商 Agent 的好坏，而非凭感觉上线。
并且附了可运行的参考实现。对工程团队来说，这比一篇观点文章有用得多——它把「单智能体 + 技能」从一个说法，变成了一套能抄的作业。
三、为什么是「单智能体」，而不是「多 Agent」
这恰恰是这份指南最值得讨论的取舍。过去一年，行业叙事偏向「多 Agent 分工协作」：调研 Agent、写作 Agent、评审 Agent 各司其职。Anthropic 在电商场景却更推崇单智能体 + 技能，原因很务实：
电商购物会话的特点是强状态、强连续、强上下文依赖。用户从「想买什么」到「比价」到「下单」，是一条连贯的决策链，中间任何一段上下文丢失，都会让体验断裂。单智能体主导 + 共享上下文，能最大程度保住这条链的连贯性；而多个互相独立的 Agent，反而要额外设计上下文如何传递、谁来汇总。
当然，这不是说多 Agent 错了。单智能体适合「一条连贯主线」的场景，多 Agent 更适合「天然可并行、彼此解耦」的任务。Anthropic 的选择，是针对电商这一具体场景的最优解，而非放之四海皆准的真理。
四、成本账：缓存降价，但别被单价骗了
谈电商 Agent，绕不开成本。这里有个必须正视的账本：伴随 Fable / Mythos 5.1，Anthropic 把缓存读取单价下调了约 75%，对高频复用的会话与工具结果确实是利好。但第三方评测（Artificial Analysis）的数据泼了一盆冷水——同代模型的输出用量约增至 1.7 倍，折算下来单任务成本反而上升约 20%。
这给所有做 Agent 的团队提了个醒：别只看单价，要看「模型能力 × 缓存占比 × 完成任务的总用量」。单价降了，用量涨了，总成本可能不降反升。对电商这种高并发、长会话的场景，缓存策略的设计直接决定毛利。
五、客观看：这份指南的适用边界
从价值看，这份指南做对了几件事：用真实项目而非实验室场景总结架构；把「模型能力」与「系统约束」的边界讲透；提供可运行实现而非空谈。对正在搭建电商、客服、导购类 Agent 的团队，是难得的参考。
但它的边界也要认清。第一，场景适配性：单智能体 + 技能在「连贯主线」场景好用，遇到天然并行的复杂工程任务，仍可能需要多 Agent。第二，「可运行参考实现」不等于「你的业务开箱即用」：商品库、风控、合规、支付对接，每一项都要按企业自身系统改造。第三，评测标准仍缺位：指南给了评测框架，但行业尚未形成公认的电商 Agent 评测基准，好坏很大程度上仍靠企业自建。
总结一句：Anthropic 这份指南的价值，不在于它推崇单智能体还是多 Agent，而在于它示范了一种成熟的工程态度——先想清楚约束该落在系统还是模型，再决定架构。在 Agent 落地狂奔的当下，这种「克制」反而比「炫技」更接近生产可用。